使用R统计数据框中连续年月内重复出现的名称及次数

核心思路 #

1. 按年月从新到旧排序数据，确保检查顺序符合需求
2. 去重每个年月下的唯一名称，避免重复计数干扰结果
3. 对每个名称，从最新年月开始依次验证是否连续出现，遇到未出现的年月即停止统计
4. 筛选出连续出现次数达标（示例为≥2次）的名称

代码实现 #

先加载依赖包：

library(dplyr)
library(zoo)

1. 示例数据（替换为你的实际数据即可）

df <- tibble(
  d = as.yearmon(c("Oct 2020", "Oct 2020", "Nov 2020", "Nov 2020", "Sep 2020", "Sep 2020")),
  x = c("bpa", "db", "bpa", "db", "svc", "bpa")
)

2. 预处理与连续次数计算

# 去重每个年月的唯一名称，并按年月从新到旧排序
unique_x_per_month <- df %>%
  distinct(d, x) %>%
  arrange(desc(d))

# 获取排序后的完整年月序列
sorted_months <- unique(unique_x_per_month$d)

# 统计每个名称的连续出现次数
result <- unique_x_per_month %>%
  group_by(x) %>%
  mutate(
    # 收集当前名称出现过的所有年月（从新到旧排序）
    x_months = list(sort(d, decreasing = TRUE))
  ) %>%
  mutate(consecutive_count = map_int(x_months, ~{
    count <- 0
    # 从最新年月开始依次检查是否存在
    for(m in sorted_months){
      if(m %in% .x){
        count <- count + 1
      } else {
        break # 遇到未出现的年月，终止计数
      }
    }
    count
  })) %>%
  # 筛选连续次数≥2的结果，去重并按次数排序
  filter(consecutive_count >= 2) %>%
  distinct(x, consecutive_count) %>%
  arrange(desc(consecutive_count))

结果说明 #

运行代码后，result会输出符合要求的结果：

• bpa在Nov 2020、Oct 2020、Sep 2020连续出现，次数为3
• db在Nov 2020、Oct 2020连续出现，次数为2
• svc因未出现在最新的Nov 2020，被排除

该方案支持动态处理任意数量的年月，无需提前指定固定的月份范围。

内容的提问来源于stack exchange，提问作者Rupaa Ramesh