如何在R data.table中准确统计各月度休假人数（含跨月情况）

我太懂这个痛点了——之前的统计逻辑只把跨月休假的人算在起始月份，完全漏掉了他们在结束月份仍处于休假状态的情况。用data.table其实能高效解决这个问题，核心思路就是把每个休假时间段拆分成所有涉及的月份，再按年月分组统计人数。

步骤说明 #

1. 先把休假的起始、结束日期转换为对应月份的第一天，确保能精准覆盖整个月份范围；
2. 对每一条休假记录，生成从起始月份到结束月份的所有年月序列；
3. 按年月分组，统计该月份内的唯一休假人数（避免同一人当月多次休假被重复计数）。

具体代码实现 #

假设你的data.table包含id（人员唯一标识）、FROM（休假起始日期）、TO（休假结束日期），用示例数据演示：

library(data.table)
library(lubridate) # 处理日期更便捷，也可以用base R的日期函数替代

# 构造示例数据
dt <- data.table(
  id = c(1, 2, 3),
  FROM = ymd(c("2024-01-15", "2024-01-25", "2024-02-10")),
  TO = ymd(c("2024-02-10", "2024-01-30", "2024-03-05"))
)

# 拆分时间段并统计人数
result <- dt[, 
  # 生成当前休假记录涉及的所有月份（以每月第一天为标记）
  .(year_month = seq(floor_date(FROM, "month"), floor_date(TO, "month"), by = "month")), 
  by = id
][, 
  # 按年、月分组，统计唯一人数
  .(vacation_count = uniqueN(id)), 
  by = .(year = year(year_month), month = month(year_month))
]

# 查看最终结果
print(result)

代码细节解释 #

• floor_date(FROM, "month")：把起始日期转成当月第一天，比如2024-01-15会变成2024-01-01，确保能覆盖整个月份；
• seq(...)：生成从起始月份到结束月份的所有月份序列，像跨1月到2月的记录会生成2024-01-01和2024-02-01两个值，完美覆盖涉及的月份；
• uniqueN(id)：统计每个年月的唯一人员数，避免同一个人当月多次休假被重复计数（如果需要统计休假人次，换成.N即可）。

适配你的实际数据 #

如果你的日期列不是Date类型，先做类型转换：

dt[, c("FROM", "TO") := lapply(.SD, as.Date), .SDcols = c("FROM", "TO")]

这样处理后，就能得到包含年份、月份和对应休假人数的结果，完全覆盖跨月休假的人员统计需求。

内容的提问来源于stack exchange，提问作者Wysong