如何在R中无需循环拆分含中断的时间序列数据？

可以用Pandas的向量化分组操作实现，全程不用显式循环，步骤如下：

1. 数据准备与日期转换 #

先把原始数据加载进来，将所有日期列转为datetime类型，方便后续日期运算：

import pandas as pd

# 加载原始数据
data = pd.DataFrame({
    'ID': ['a', 'b', 'b'],
    'Start': ['01-01-20', '20-09-19', '20-09-19'],
    'Finish': ['03-05-20', '01-04-22', '01-04-22'],
    'Break_start': ['29-04-20', '12-11-19', '05-08-20'],
    'Break_Finish': ['01-05-20', '05-12-19', '25-08-20'],
    'Break_Number': [1, 1, 2]
})

# 转换日期列格式（注意原数据是DD-MM-YY）
date_cols = ['Start', 'Finish', 'Break_start', 'Break_Finish']
data[date_cols] = data[date_cols].apply(pd.to_datetime, format='%d-%m-%y')

# 按ID和中断序号排序，保证中断顺序正确
data = data.sort_values(['ID', 'Break_Number'])

2. 构造拆分后的时间段 #

通过分组、shift方法获取相邻中断的日期，拆分出三类工作时间段：

# 获取每个中断的上一次结束日期、下一次开始日期
data['prev_break_finish'] = data.groupby('ID')['Break_Finish'].shift(1)
data['next_break_start'] = data.groupby('ID')['Break_start'].shift(-1)

# ① 每个ID的第一个工作段：整体开始 → 第一次中断前一天
first_periods = data.groupby('ID').first().reset_index()
first_periods = first_periods.assign(
    Start_new=first_periods['Start'],
    Finish_new=first_periods['Break_start'] - pd.Timedelta(days=1)
)[['ID', 'Start_new', 'Finish_new']]

# ② 中间工作段：上一次中断结束 → 当前中断前一天（仅针对有前置中断的行）
middle_periods = data.dropna(subset=['prev_break_finish']).assign(
    Start_new=data['prev_break_finish'],
    Finish_new=data['Break_start'] - pd.Timedelta(days=1)
)[['ID', 'Start_new', 'Finish_new']]

# ③ 每个ID的最后一个工作段：最后一次中断结束 → 整体结束
last_periods = data.groupby('ID').last().reset_index()
last_periods = last_periods.assign(
    Start_new=last_periods['Break_Finish'],
    Finish_new=last_periods['Finish']
)[['ID', 'Start_new', 'Finish_new']]

3. 合并结果并格式化日期 #

把三个部分合并，再转成原日期格式：

# 合并所有时间段并排序
result = pd.concat([first_periods, middle_periods, last_periods]).sort_values('ID').reset_index(drop=True)

# 转回DD-MM-YY格式的字符串
result[['Start_new', 'Finish_new']] = result[['Start_new', 'Finish_new']].dt.strftime('%d-%m-%y')

print(result)

运行结果 #

输出和你期望的完全一致：

ID Start_new Finish_new
0  a  01-01-20    28-04-20
1  a  01-05-20    03-05-20
2  b  20-09-19    11-11-19
3  b  05-12-19    04-08-20
4  b  25-08-20    01-04-22

内容的提问来源于stack exchange，提问作者Hong