R语言计算超阈值连续事件长度 统计销量连续达标天数

核心实现逻辑 #

现有代码仅完成了单日销量超70的标记统计，要实现连续事件长度计算，核心是按人员分组识别时间序列上的连续达标区间：

• 对每个销售人员的日度销量序列，通过累计求和逻辑给连续达标/未达标段分配独立分组ID
• 统计每个达标分组的总天数，即为该次连续超阈值事件的长度
• 销量低于70的记录统一标记为0，最终转回宽表即可实现不同人员的横向对比

可运行完整代码 #

注意：原代码中使用的funs()已在新版dplyr中废弃，替换为官方推荐写法，同时引入tidyr做长宽表转换处理：

set.seed(1234) 

# 加载依赖包
library(dplyr)
library(lubridate)
library(tidyr)

# 构造示例数据集
Date <- seq(as.Date("2010-01-01"), as.Date("2020-01-31"), by="days")
Tim_Sales <- sample(1 : 100, 3683, replace=TRUE) 
John_Sales <- sample(1 : 100, 3683, replace=TRUE) 
Rupert_Sales <- sample(1 : 100, 3683, replace=TRUE) 
df <- data.frame(Date, Tim_Sales, John_Sales, Rupert_Sales)

# 计算连续超阈值事件长度
df_with_streak <- df %>%
  # 宽表转长表，按销售人员维度分组处理
  pivot_longer(cols = ends_with("_Sales"),
               names_to = "sales_name",
               values_to = "daily_sales") %>%
  # 按人员、日期排序，保证时间序列顺序正确
  arrange(sales_name, Date) %>%
  group_by(sales_name) %>%
  # 生成连续区间分组ID：每遇到一次销量<=70的记录，分组ID累加1
  mutate(event_id = cumsum(daily_sales <= 70)) %>%
  group_by(sales_name, event_id) %>%
  # 计算当前事件长度：达标组取组内总天数，未达标组标记为0
  mutate(consecutive_days = ifelse(first(daily_sales) > 70, n(), 0)) %>%
  ungroup() %>%
  # 转回宽表结构，方便不同人员横向对比
  select(Date, sales_name, consecutive_days) %>%
  pivot_wider(names_from = sales_name, 
              values_from = consecutive_days, 
              names_glue = "{sales_name}_streak") %>%
  # 拼接原始销量数据，方便结果核对
  left_join(df, by = "Date")

# 查看前20行结果验证
head(df_with_streak, 20)

结果说明 #

• 输出结果中Tim_Sales、John_Sales、Rupert_Sales三列为原始日销量数据
• 新增的Tim_Sales_streak、John_Sales_streak、Rupert_Sales_streak三列为对应人员的连续超阈值事件长度：比如某段连续5天销量超70，这5行对应的列值均为5；销量低于70的行该列值记为0，后续再达标时重新从1开始计数
• 如果需要保留原有单日超阈值计数功能，直接在结果表中新增列计算即可：mutate(daily_over_count = (Tim_Sales>70)+(John_Sales>70)+(Rupert_Sales>70))

内容的提问来源于stack exchange，提问作者cando