如何用R对数据集按月份进行Days条件计数聚合

要实现按月份对Days字段进行多条件区间计数，我们可以用dplyr（tidyverse生态）或者data.table来完成，下面是两种具体的实现方案：

方法一：使用dplyr（适合熟悉tidyverse的用户） #

首先加载dplyr包，然后按步骤处理：

library(dplyr)

# 你的原始数据
df <- data.frame( 
  'Job Code' = c(1,1,8,9,1,1,2,3,4,2,3,4,5,6,7,5,6,7,2,3,4,8,4), 
  'Months' = c('Apr', 'May','Mar','Jan','Feb','Jun','Jul','Aug','Sep','Dec','Nov','Oct','Oct','Nov','Sep','Jun','Jul','Apr','Mar','May','Jan','Feb','Dec'), 
  'Days' = c(30,30,60,80,30,30,60,80,30,30,60,80,30,30,60,80,40,50,90,60,80,40,50) 
)

# 分组聚合+排序+添加总计行
result <- df %>%
  # 按月份分组
  group_by(Months) %>%
  # 计算各区间的计数和当月总数
  summarise(
    `<=30 days` = sum(Days <= 30),  # 统计Days<=30的行数
    `30 to 60 days` = sum(Days > 30 & Days <= 60),  # 统计30<Days<=60的行数
    `>60 days` = sum(Days > 60),  # 统计Days>60的行数
    Total = n()  # 当月总记录数
  ) %>%
  # 按自然月份顺序（Jan-Dec）排序，避免字母排序混乱
  arrange(match(Months, month.abb)) %>%
  # 添加总计行，计算所有月份的汇总值
  bind_rows(
    summarise(.,
              Months = "Total",
              `<=30 days` = sum(`<=30 days`),
              `30 to 60 days` = sum(`30 to 60 days`),
              `>60 days` = sum(`>60 days`),
              Total = sum(Total)
    )
  )

# 查看结果
print(result, row.names = FALSE)

执行后会得到你期望的输出格式，月份按自然顺序排列，且包含总计行。

方法二：使用data.table（适合大数据量场景） #

如果你的数据量很大，data.table的效率会更高：

library(data.table)

# 转换为data.table格式
setDT(df)

# 分组聚合+排序
result_dt <- df[, .(
  `<=30 days` = sum(Days <= 30),
  `30 to 60 days` = sum(Days > 30 & Days <= 60),
  `>60 days` = sum(Days > 60),
  Total = .N  # .N表示分组内的行数
), by = Months][order(match(Months, month.abb))]

# 添加总计行
result_dt <- rbind(result_dt, 
                   result_dt[, .(
                     Months = "Total",
                     `<=30 days` = sum(`<=30 days`),
                     `30 to 60 days` = sum(`30 to 60 days`),
                     `>60 days` = sum(`>60 days`),
                     Total = sum(Total)
                   )])

# 查看结果
print(result_dt, row.names = FALSE)

关键逻辑说明 #

• 条件计数：用sum(逻辑条件)来实现，因为逻辑值TRUE会被当作1，FALSE当作0，求和就是符合条件的记录数。
• 月份排序：match(Months, month.abb)会返回每个月份在内置月份缩写向量month.abb（Jan到Dec）中的位置，以此排序就能保证月份按自然顺序排列。
• 总计行：通过bind_rows（dplyr）或rbind（data.table）添加汇总后的行，对各区间计数和总数分别求和。

内容的提问来源于stack exchange，提问作者Arun