You need to enable JavaScript to run this app. 如何在data frame中按指定时间段对date类日期列分组生成dod_group新列
优惠活动
大模型
产品
解决方案
定价
更多

如何在data frame中按指定时间段对date类日期列分组生成dod_group新列

R语言 Data Frame 日期分箱实现方案

首先给出可直接复现的测试数据构造代码,和你的示例结构完全对齐:

# 构造匹配示例的测试数据
df <- data.frame(
  date_of_delivery = as.Date(c("1984-02-03", "1997-08-01", "2007-04-25", "1999-04-05"))
)

方案1:dplyr + lubridate 逻辑判断(最直观,新手不易踩坑)

直接对提取出的年份做区间匹配,逻辑完全可控,不会出现分箱边界错配的问题:

library(dplyr)
library(lubridate)

df <- df %>% 
  mutate(
    dod_group = case_when(
      year(date_of_delivery) %in% 1980:1989 ~ "1980-1989",
      year(date_of_delivery) %in% 1990:1999 ~ "1990-1999",
      year(date_of_delivery) %in% 2000:2012 ~ "2000-2012"
    )
  )

方案2:纯 Base R 实现(无需加载第三方包)

利用 cut 函数对日期向量做区间切分,需要注意调整区间的闭合逻辑,避免边界日期被错分:

df$dod_group <- cut(
  df$date_of_delivery,
  # 定义分箱的边界日期,覆盖全区间的年首尾
  breaks = as.Date(c("1979-12-31", "1989-12-31", "1999-12-31", "2012-12-31")),
  # 对应三个分箱的标签
  labels = c("1980-1989", "1990-1999", "2000-2012"),
  right = TRUE # 指定区间为左开右闭,保证1989-12-31、1999-12-31等年末日期被划入正确的分组
)

踩坑提醒:cut 函数默认采用左闭右开的区间规则,如果不手动设置 right = TRUE,所有12月31日的边界日期都会被错分到下一个分组,属于非常常见的使用误区。

方案3:极简 Base R 快速实现

结合 findInterval 做位置匹配,代码量最少:

# 提取所有日期的年份值
yr <- lubridate::year(df$date_of_delivery)
# 匹配对应分组标签
df$dod_group <- c("1980-1989", "1990-1999", "2000-2012")[findInterval(yr, c(1980, 1990, 2000))]

最终输出效果(和示例要求完全一致)

date_of_delivery  dod_group
1       1984-02-03 1980-1989
2       1997-08-01 1990-1999
3       2007-04-25 2000-2012
4       1999-04-05 1990-1999

内容的提问来源于stack exchange,提问作者Annie Wright

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.14 13:15:04