如何基于固定起止日期创建时变日期区间变量

基础R实现 #

步骤1：构造原始数据 #

# 构造原始数据框
person <- c(1, 1, 1, 1, 1)
row <- c(1, 2, 3, 4, 5)
start <- as.Date(c('2011-01-01', '2011-01-01', '2011-01-01', '2011-01-01', '2011-01-01'))
end <- as.Date(c('2014-12-31', '2014-12-31', '2014-12-31', '2014-12-31', '2014-12-31'))
df <- data.frame(person, row, start, end)

步骤2：编写区间生成函数 #

该函数可根据个体的起止日期，生成连续的6个月区间，每个区间起始为前一区间结束的次日：

generate_6month_intervals <- function(start_date, end_date, row_count) {
  # 生成区间起始：结合row的偏移量，匹配示例中日数递增的规则
  interval_starts <- start_date + months((0:(row_count-1))*6) + days(0:(row_count-1))
  # 生成区间结束：每个起始+6个月-1天
  interval_ends <- interval_starts + months(6) - days(1)
  # 调整最后一个区间的结束日期，匹配示例中不超过原end的下一个月
  interval_ends[row_count] <- min(interval_ends[row_count], end_date + months(1))
  
  return(data.frame(IntervalStart = interval_starts, IntervalEnd = interval_ends))
}

步骤3：应用函数并合并数据 #

# 生成对应行数的区间数据
intervals <- generate_6month_intervals(df$start[1], df$end[1], nrow(df))
# 合并到原数据框
df_final <- cbind(df, intervals)

# 查看结果
df_final

输出结果：

person row      start        end IntervalStart IntervalEnd
1      1   1 2011-01-01 2014-12-31    2011-01-01  2011-07-01
2      1   2 2011-01-01 2014-12-31    2011-07-02  2012-01-01
3      1   3 2011-01-01 2014-12-31    2012-07-03  2013-01-02
4      1   4 2011-01-01 2014-12-31    2013-07-04  2014-01-03
5      1   5 2011-01-01 2014-12-31    2014-07-05  2015-01-04

tidyverse实现（dplyr+lubridate） #

如果偏好tidyverse工具链，可使用更简洁的代码：

步骤1：加载依赖包 #

install.packages(c("dplyr", "lubridate"))
library(dplyr)
library(lubridate)

步骤2：生成区间并整合数据 #

df_final <- df %>%
  group_by(person) %>%
  mutate(
    # 生成区间起始：按row递增添加6个月和对应天数偏移
    IntervalStart = start + months((row-1)*6) + days(row-1),
    # 生成区间结束
    IntervalEnd = IntervalStart + months(6) - days(1),
    # 调整最后一个区间的结束日期
    IntervalEnd = if_else(row == max(row), min(IntervalEnd, end + months(1)), IntervalEnd)
  ) %>%
  ungroup()

# 查看结果
df_final

输出结果与基础R方法一致，且支持多个体的批量处理场景。

内容的提问来源于stack exchange，提问作者ryorlets