在R中创建非标准轮班重复日期时间序列的技术求助

需求与问题 #

需要生成A、B、C三类非标准轮班的日期时间序列，用于关联其他表的事件数据。轮班规则：

• 以08:00为每日轮班起止点，模式为：3个交替的24小时出勤/1天休息周期，随后是96小时（4天）连续休息
• 2022年各轮班出勤日期：
  • 结转A班：1日、3日
  • A班：8日、10日、12日、17日、19日...
  • B班：2日、4日、6日、11日、13日...
  • C班：5日、7日、9日、14日、16日...

核心问题：

• 如何在一年内循环生成符合规则的轮班序列
• 轮班跨午夜，无需秒级表即可关联事件（受限于美国山地时间US MST，时区调整不可行）

解决方案 #

思路 #

1. 摒弃秒级冗余数据：仅存储轮班的start_time（当日08:00）和end_time（次日08:00），后续通过区间判断关联事件
2. 模式化循环生成：将轮班的「3次出勤+4天休息」模式封装为函数，批量生成符合规则的出勤日期

完整代码 #

library(lubridate)

# 设置时区为美国山地时间
tz <- "America/Denver"

# ----------------------
# 处理结转A班（2022年1月1日、3日）
# ----------------------
carryover_A_dates <- ymd(c("2022-01-01", "2022-01-03"), tz = tz)
carryover_A <- data.frame(
  shift = "A",
  start_time = carryover_A_dates + hours(8),
  end_time = carryover_A_dates + days(1) + hours(8)
)

# ----------------------
# 封装轮班序列生成函数
# ----------------------
generate_shift_intervals <- function(start_date_str, end_date_str, shift_name, tz) {
  start_date <- ymd(start_date_str, tz = tz)
  end_date <- ymd(end_date_str, tz = tz)
  
  current_date <- start_date
  shift_dates <- c(current_date)
  
  # 按规则生成后续出勤日期：出勤→休息→出勤→休息→出勤→4天休息，循环
  while (current_date <= end_date) {
    # 第二个出勤日：间隔1天休息，+2天
    current_date <- current_date + days(2)
    if (current_date <= end_date) shift_dates <- c(shift_dates, current_date)
    # 第三个出勤日：再间隔1天休息，+2天
    current_date <- current_date + days(2)
    if (current_date <= end_date) shift_dates <- c(shift_dates, current_date)
    # 4天休息后回到出勤日：间隔5天（第三个出勤日到下一个出勤日差5天）
    current_date <- current_date + days(5)
  }
  
  # 生成每个出勤日的时间区间
  data.frame(
    shift = shift_name,
    start_time = shift_dates + hours(8),
    end_time = shift_dates + days(1) + hours(8)
  )
}

# 生成各轮班常规序列
df_A <- generate_shift_intervals("2022-01-08", "2022-12-30", "A", tz)
df_B <- generate_shift_intervals("2022-01-02", "2022-12-31", "B", tz)
df_C <- generate_shift_intervals("2022-01-05", "2023-01-01", "C", tz)

# 合并所有轮班数据并排序
df_all <- rbind(carryover_A, df_A, df_B, df_C)
df_all <- df_all[order(df_all$start_time), ]

事件关联方法 #

使用lubridate的%within%函数直接判断事件时间是否落在轮班区间内，无需秒级表：

# 示例事件表
events <- data.frame(
  event_id = 1:3,
  datetime = ymd_hms(c("2022-01-01 10:30:00", "2022-01-02 23:15:00", "2022-01-08 09:45:00"), tz = tz)
)

# 为事件匹配对应轮班
events$shift <- sapply(events$datetime, function(dt) {
  matches <- df_all$shift[dt %within% interval(df_all$start_time, df_all$end_time)]
  if (length(matches) == 0) NA else matches
})

方案优势 #

• 数据量极小：仅存储区间起止时间，避免百万级秒级数据
• 扩展性强：函数可快速适配其他年份或轮班规则
• 关联高效：区间判断逻辑简单，无需时区转换即可处理跨午夜轮班

内容的提问来源于stack exchange，提问作者tbtvem