R中如何仅通过月日（不考虑年份）指定日期区间划分自定义季节

核心思路 #

完全绕开逐年份录入日期区间的冗余操作，不用每年手动拼接12月15日到下一年3月15日的区间——把所有日期的月、日信息抽取出来，对齐到统一的平年基准上，换算成固定的年内日序号，再用自定义的季节边界匹配即可。这个方法不需要关联原日期的年份，天然适配跨多年的数据集、不等长季节划分、半月级的边界分割需求。

具体实现步骤 #

• 第一步：抹除年份干扰，对齐统一基准
  用lubridate的update()函数，把数据集里所有日期的年份强制替换成同一个平年（比如1900年），完全忽略原日期的年份属性，再用yday()计算每个日期在基准年的年内序号，得到和年份无关的固定编码。哪怕遇到2月29日的特殊日期，通过参数设置也能自动对齐到对应月日位置，不会打乱季节判断。
• 第二步：提前换算自定义季节的边界值
  把你定义的每个季节起点、终点的月日，同样用对齐到1900年的方式算出对应的年内序号，不需要每年重复计算。比如按照你提到的冬季边界：12月15日到次年3月15日，对应的固定年内序号分别是349（12月15日）、74（3月15日）。
• 第三步：逐行匹配标注季节
  用条件判断把每个日期的年内序号和自定义边界做比对，直接赋值对应的季节名称。对于跨年末的冬季区间，只需要拆成“年内序号大于等于冬季起始日序号”或者“年内序号小于等于冬季结束日序号”两部分判断即可，不需要额外做年份偏移计算。

可直接复用的代码示例 #

# 加载所需包
library(lubridate)
library(dplyr)

# 构造跨多年的测试数据集
data <- data.frame(
  record_date = as.Date(c(
    "2015-03-15", "2015-03-16", "2016-12-14", "2016-12-15",
    "2020-02-29", "2019-09-14", "2019-09-15", "2022-06-14"
  ))
)

# 计算无年份属性的年内固定序号
# invalid = "advance" 可自动处理平年不存在的2月29日，顺延为3月1日避免报错
data$fixed_yday <- yday(update(data$record_date, year = 1900, invalid = "advance"))

# 按照自定义规则标注季节
data <- data %>%
  mutate(
    season = case_when(
      # 冬季：12月15日 - 次年3月15日，对应yday≥349 或 ≤74
      fixed_yday >= 349 | fixed_yday <= 74 ~ "冬季",
      # 自定义春季边界：3月16日 - 6月14日，对应yday75 - 165
      fixed_yday >=75 & fixed_yday <=165 ~ "春季",
      # 自定义夏季边界：6月15日 - 9月14日，对应yday166 -257
      fixed_yday >=166 & fixed_yday <=257 ~ "夏季",
      # 剩余日期归为秋季：9月15日 - 12月14日
      .default = "秋季"
    )
  )

方法优势 #

• 维护成本极低：所有季节边界只需要换算一次，不管数据集跨度多少年，都不需要逐年份补录区间
• 精度可控：支持任意粒度的边界分割，哪怕是精确到单日的划分要求都能精准匹配，不会出现整月判断的偏差
• 逻辑简单：完全避开跨年度区间的复杂判断，不需要计算当前日期所属年份的前后季节窗口，代码可读性高

注意：如果你的数据中存在2月29日的特殊日期，对齐到1900平年时会自动调整为1900年3月1日，仍属于冬季判断区间，不会出现匹配错误。

内容的提问来源于stack exchange，提问作者hdiza