基于R语言统计酒店任意日期在住人数的实现方法咨询

实现方案 #

第一步：数据预处理 #

首先需要将字符类型的日期转换为Date格式，同时处理未退房用户的记录，由于我们统计的是2010年1月的在住人数，将未退房用户的退房日期暂设为2010年1月31日即可：

library(dplyr)

# 转换日期格式，处理未退房记录
hotel <- hotel %>%
  mutate(
    check_in_date = as.Date(check_in_date),
    check_out_date = as.Date(ifelse(check_out_date == "still in hotel as of today", "2010-01-31", check_out_date))
  )

# 生成1月完整日期序列
day_df <- data.frame(date = seq(as.Date("2010-01-01"), as.Date("2010-01-31"), by = "day"))

第二步：计算每日在住人数（两种方案可选） #

方案1：基于你现有逻辑的增量统计法

你之前统计每日入住、退房人次的思路可以通过累加增量实现：

# 统计每日入住人次
check_ins <- hotel %>% 
  group_by(date = check_in_date) %>% 
  summarise(check_in_num = n())

# 统计每日退房人次
check_outs <- hotel %>% 
  group_by(date = check_out_date) %>% 
  summarise(check_out_num = n())

# 合并日期与出入住统计，计算在住人数
daily_stats <- day_df %>%
  left_join(check_ins, by = "date") %>%
  left_join(check_outs, by = "date") %>%
  # 空值替换为0
  mutate(across(c(check_in_num, check_out_num), ~ifelse(is.na(.), 0, .))) %>%
  # 累加每日增量得到当日在住人数
  mutate(occupancy = cumsum(check_in_num - check_out_num))

# 提取最终需要的日期、在住人数结果
result <- daily_stats %>% select(date, occupancy)

方案2：逐天匹配法（逻辑更简单，适合小数据量）

直接逐天统计满足「入住日期≤当天且退房日期≥当天」的用户数：

daily_occupancy <- day_df %>%
  rowwise() %>%
  mutate(
    occupancy = sum(hotel$check_in_date <= date & hotel$check_out_date >= date)
  )

结果示例 #

输出的result数据框格式如下（仅展示前10条）：

内容的提问来源于stack exchange，提问作者stats_noob