如何用R统计数据框中指定日期列落在起止日期间的数量？

完全可行，以下是几种在R中实现的实用方法：

方法1：使用dplyr（tidyverse生态） #

先确保日期列是Date类型（若数据未转换，可先用as.Date()处理），再通过rowwise()结合across()逐行统计符合条件的日期数量：

# 加载dplyr包
library(dplyr)

# 构造示例数据
df <- data.frame(
  start.date = as.Date(c("2023-01-01", "2023-02-01")),
  end.date = as.Date(c("2023-01-10", "2023-02-15")),
  date1 = as.Date(c("2023-01-05", "2023-02-20")),
  date2 = as.Date(c("2023-01-12", "2023-02-10")),
  date3 = as.Date(c("2023-01-03", "2023-02-05")),
  date4 = as.Date(c(NA, "2023-02-18")),
  date5 = as.Date(c("2023-01-08", "2023-02-12"))
)

# 创建统计新变量
df <- df %>%
  rowwise() %>%
  mutate(count_in_range = sum(across(date1:date5, ~ .x >= start.date & .x <= end.date), na.rm = TRUE)) %>%
  ungroup()

# 查看结果
print(df)

na.rm = TRUE用于忽略缺失的日期值，若你的数据无缺失可直接去掉该参数。

方法2：使用Base R #

无需额外加载包，利用rowSums()结合矩阵广播实现高效统计：

# 确保日期列转换为Date类型（若未处理）
date_cols <- c("start.date", "end.date", paste0("date", 1:5))
df[date_cols] <- lapply(df[date_cols], as.Date)

# 创建统计新变量
target_dates <- df[, paste0("date", 1:5)]
df$count_in_range <- rowSums((target_dates >= df$start.date) & (target_dates <= df$end.date), na.rm = TRUE)

# 查看结果
print(df)

这种写法性能更优，适合处理大规模数据集。

内容的提问来源于stack exchange，提问作者Leen