嘿，这个需求我之前处理类似项目时也碰到过，用R实现起来其实挺顺畅的，我给你一步步拆解解决方案，保证你能快速用上～

核心思路梳理 #

我们要做的就是这两件事：

• 把所有日期（起始、结束、列名）统一转成可直接比较的日期类型
• 对每一行，逐个判断列名对应的年月是否落在该行的起止区间内，是则填1，否则填0

具体代码实现 #

1. 先构造示例数据（方便你对照测试） #

假设你的数据框长这样，我先模拟一个和你需求匹配的样本：

df <- data.frame(
  start_date = c("2020-01", "2021-03", "2019-10"),
  end_date = c("2020-05", "2021-06", "2020-02"),
  `2020-01` = NA,
  `2020-02` = NA,
  `2020-03` = NA,
  `2021-03` = NA,
  `2021-04` = NA,
  stringsAsFactors = FALSE
)

2. 加载必要的工具包 #

推荐用lubridate处理日期（超级省心，专门对付各种日期格式），dplyr做数据转换：

library(lubridate)
library(dplyr)

3. 统一日期格式 #

把起始、结束日期转成yearmon类型（专门处理年月的类型，比普通Date更贴合我们的需求），同时把要填充的列名也转成同样的类型：

# 转换起止日期为yearmon类型
df <- df %>%
  mutate(
    start_date = ym(start_date),  # ym()自动识别"YYYY-MM"格式的年月
    end_date = ym(end_date)
  )

# 提取需要填充的列名，转成yearmon类型
target_months <- ym(colnames(df)[-c(1, 2)])

4. 定义单行处理函数 #

写一个小函数，输入一行数据，返回该行所有列的0/1判断结果：

fill_row <- function(row) {
  # 取出当前行的起止日期
  start <- row[["start_date"]]
  end <- row[["end_date"]]
  
  # 逐个判断目标月份是否在区间内，转成整数1/0
  sapply(target_months, function(month) as.integer(month >= start & month <= end))
}

5. 应用函数到所有行并合并结果 #

用apply把函数跑遍每一行，再把结果和原数据的前两列合并起来：

# 对每一行应用函数，得到填充后的矩阵
filled_matrix <- t(apply(df[, c(1, 2)], 1, fill_row))

# 转成数据框并设置对应列名
filled_df <- as.data.frame(filled_matrix, col.names = colnames(df)[-c(1, 2)])

# 合并得到最终结果
final_df <- cbind(df[, c(1, 2)], filled_df)

6. 查看最终结果 #

运行完后打印final_df，就能看到符合要求的0/1填充结果了：

print(final_df)
# 输出示例：
#   start_date   end_date 2020-01 2020-02 2020-03 2021-03 2021-04
# 1 2020-01-01 2020-05-01       1       1       1       0       0
# 2 2021-03-01 2021-06-01       0       0       0       1       1
# 3 2019-10-01 2020-02-01       1       1       0       0       0

额外实用提示 #

• 如果你的日期格式不是YYYY-MM（比如YYYY/MM或者MM-YYYY），只需要调整ym()的参数，比如用my()处理MM-YYYY格式就行
• 要是不想用第三方包，也可以用base R把年月转成每月第一天的Date类型（比如as.Date(paste0(start_date, "-01"))），原理完全一样，只是代码会稍微繁琐一点
• 如果数据量特别大，apply的效率可能不够，可以尝试用向量化的方法（比如outer函数），但一般中小规模的数据用apply完全没问题

内容的提问来源于stack exchange，提问作者Jojo