使用R语言dplyr提取赛事日期范围内的周一并标记周次

我们有ATP网球赛事的举办时间数据，结构如下：

需要完成两个核心需求：

1. 提取日期范围内的所有周一
2. 为每个周一标记它属于赛事的第1周还是第2周（赛事淘汰制下第二周参赛选手水平更高）

期望输出格式：

解决思路与分步实现 #

1. 拆分日期范围并生成全量日期 #

首先将Date Range列拆分为开始、结束两个日期列，再把日期区间内的每一天展开：

library(dplyr)
library(tidyr)
library(lubridate)

# 拆分日期范围为开始、结束列
tennis.orf.2020.2 <- tennis.orf.2020 %>% 
  separate(`Date Range`, c("Start", "End"), sep = " - ")

# 转换日期格式，生成区间内的所有天数
x <- tennis.orf.2020.2 %>%
  mutate(across(c(Start, End), as.Date, "%d.%m.%y")) %>% 
  transmute(Tournament, date = map2(Start, End, seq, by = 'day')) %>% 
  unnest(c(date))

2. 筛选周一 #

使用lubridate包的wday()函数筛选周一（默认规则：周日=1，周一=2，和SQL的DAYOFWEEK逻辑匹配）：

x <- x %>% filter(wday(date) == 2)

3. 标记赛事周次（解决核心问题） #

之前用count()得到的周次全为1，是因为count()仅统计分组数量，而非按顺序标记周次。我们可以按日期排序后，分组生成递增序号：

x <- x %>%
  arrange(date) %>%
  group_by(Tournament) %>%
  mutate(`Number of week` = row_number()) # 直接用row_number生成周次序号
  ungroup()

完整优化代码 #

整合所有步骤，简化冗余操作：

library(dplyr)
library(tidyr)
library(lubridate)

final_result <- tennis.orf.2020 %>% 
  separate(`Date Range`, c("Start", "End"), sep = " - ") %>%
  mutate(across(c(Start, End), as.Date, "%d.%m.%y")) %>% 
  transmute(Tournament, date = map2(Start, End, seq, by = 'day')) %>% 
  unnest(c(date)) %>%
  filter(wday(date) == 2) %>%
  arrange(date) %>%
  group_by(Tournament) %>%
  mutate(`Number of week` = row_number()) %>%
  ungroup()

# 查看最终结果
final_result

运行后即可得到符合要求的输出，row_number()会在分组内按日期顺序生成1、2...的周次标记。

内容的提问来源于stack exchange，提问作者vie2bgd