R语言计算每人各财季停留天数及mutate调用错误修复

你编写的q1fun为单组起止日期设计，其中seq()函数要求输入的起止参数均为长度为1的单个值。而dplyr::mutate默认传入整列向量作为参数，不符合函数的输入要求，因此触发'from' must be of length 1报错。

方案1：最小改动适配现有函数 #

使用rowwise()按行处理数据，每次仅传入单组起止日期调用函数：

library(dplyr)
library(lubridate)

df %>%
  rowwise() %>%
  mutate(q1_days = q1fun(start, end)) %>%
  ungroup() # 处理完成后取消行分组，避免影响后续运算

运行后第一行的q1_days结果为451，和你单独调用函数的结果一致，验证有效。

方案2：扩展为全季度通用计算 #

如果需要计算四个财季的停留天数，可以将函数改造为通用版本，避免重复编写4个季度函数：

# 通用季度天数计算函数，参数q为指定季度，取值1/2/3/4
calc_quarter_days <- function(start_date, end_date, q) {
  month_range <- switch(q,
                        "1" = 1:3,
                        "2" = 4:6,
                        "3" = 7:9,
                        "4" = 10:12)
  sum(month(seq(start_date, end_date, by = "days")) %in% month_range)
}

# 一次性计算所有季度的停留天数
df %>%
  rowwise() %>%
  mutate(
    q1_days = calc_quarter_days(start, end, 1),
    q2_days = calc_quarter_days(start, end, 2),
    q3_days = calc_quarter_days(start, end, 3),
    q4_days = calc_quarter_days(start, end, 4)
  ) %>%
  ungroup()

方案3：大数据量高性能方案 #

如果数据集规模较大，逐行生成日期序列的性能会较差，可以使用purrr::map2优化运算，或者通过直接计算日期与季度边界的交集天数累加，无需展开每日序列，性能提升更明显：

library(purrr)

df %>%
  mutate(q1_days = map2_int(start, end, q1fun))

内容的提问来源于stack exchange，提问作者Michael Putman