R语言如何识别跨年场景为预测数据新增target_year目标年份列

方法1：dplyr包实现（写法最简洁） #

首先加载依赖包，可先构造和你场景匹配的示例数据，再执行字段新增逻辑：

# 加载dplyr依赖
library(dplyr)

# 构造示例测试数据（字段和你描述的完全匹配）
df <- tibble(
  target_week = c(50,51,52,53,1,2,3,4),
  forecast_month = rep(11, 8),
  forecast_year = rep(2017, 8),
  weekly_level = rnorm(8) # 模拟业务指标值
)

# 按规则新增target_year字段
df <- df %>%
  mutate(target_year = case_when(
    target_week %in% 1:4 ~ forecast_year + 1,
    target_week %in% 50:53 ~ forecast_year
  ))

如果要适配2015-2020年全量业务数据，可以直接用通用阈值判断，不需要限定周数区间：

df <- df %>%
  mutate(target_year = ifelse(target_week <= 4, forecast_year + 1, forecast_year))

方法2：base R实现（无需额外安装依赖包） #

# 直接给数据集新增target_year字段
df$target_year <- ifelse(df$target_week %in% 1:4, df$forecast_year + 1, df$forecast_year)

输出效果验证 #

处理后的数据完全符合要求，示例效果如下：

内容的提问来源于stack exchange，提问作者kaja