如何跨年度按「7月1日起的周」等固定月日周聚合日期？

数据 #

处理2019-2022年的日期数据，生成代码如下：

library(tidyverse)
library(lubridate)

set.seed(123)

df <- 
  tibble(
    date = sample(
      seq(as.Date('2019/01/01'), as.Date('2022/09/01'), by = "day"), 
      size = 100, 
      replace = T))

需求 #

创建新变量，将所有日期归到统一的月日区间对应的周分组：以固定月日为周起始，每7天一组，跨年份的相同月日区间需对应同一个分组标签，不考虑日期实际的星期几或年度周数。

示例规则：

• 2019-07-03、2021-07-03~07均对应「July 01」
• 2021-07-08~14对应「July 08」
• 2021-07-15~21、2022-07-15对应「July 15」

尝试过的无效方法 #

使用lubridate::floor_date()时，返回的是对应年份的基准日期，无法实现跨年月日统一分组：

df %>% 
  mutate(
    date_month_week = lubridate::floor_date(date, unit = "week", week_start = 7),
    date_month_week = format(as.Date(date_month_week), "%m-%d")) %>% 
  arrange(desc(date_month_week)) %>% 
  distinct(date_month_week)

得到的结果包含不同年份的非统一区间：

# A tibble: 77 × 1
   date_month_week
   <chr>          
 1 12-20          
 2 12-15          
 3 12-12          
 4 12-08          
 5 12-06          
 6 12-01          
 7 11-28          
 8 11-24          
 9 11-22          
10 11-21 

解决方案 #

核心思路是：将所有日期的月日映射到同一个基准年（选闰年如2020年，避免2月29日格式错误），通过当年天数计算所属的7天区间起始，最后统一格式输出分组标签。

代码实现：

df %>%
  mutate(
    # 提取月日，转换为2020年的基准日期
    fixed_date = as.Date(paste0("2020-", format(date, "%m-%d"))),
    # 计算该基准日期所在的7天区间起始（从1月1日开始每7天一组）
    week_start = as.Date(((yday(fixed_date) - 1) %/% 7) * 7 + 1, origin = "2019-12-31"),
    # 格式化为「Month DD」的分组标签
    week_label = format(week_start, "%B %d")
  ) %>%
  # 按日期排序查看结果
  arrange(date) %>%
  select(date, week_label)

代码说明 #

1. 映射基准年：把不同年份的相同月日转换到2020年，确保所有日期的月日区间计算基准一致。
2. 计算区间起始：通过yday()获取基准日期在当年的天数，用整数除法%/%计算所属的7天组，再转换回日期得到区间起始。
3. 格式化标签：将起始日期转换为英文月份加日期的格式，实现跨年份统一分组。

内容的提问来源于stack exchange，提问作者Cameron