r语言 - 如何使用 dplyr 和润滑包按一系列给定日期计算活动记录?

Question

我正在使用的软件包：

• 德普利尔
• 润滑液

我正在使用的起始数据集：

Employee_ID      Start_Date      End_Date
1                2/1/2013        12/31/9999
2                5/14/2013       10/5/2017
3                9/7/2014        8/30/2017

我希望从起始数据集创建的数据集：

Date             Active_Employee_Count
12/31/2013       2
12/31/2014       3
12/31/2015       3
12/31/2016       3
12/31/2017       1

解释

我希望能够在每年的 12 月 31 日获得在职员工的数量。我正在使用 dplyr 和润滑剂包来尝试执行此操作，但我正在苦苦挣扎。我知道过滤器、group_by、汇总、变异和不同的功能，但我不确定这些是否足以完成这项任务。我面临的主要挑战是我如何以某种方式进入这些 12 月 31 日的流程？我是否需要创建某种日期数组(12/31/2013、12/31/2014 等)，然后以某种方式使用它来执行此操作？

Answer 1

您可以使用tidyr::expand()以及lubridate中的%within%和%--%运算符非常简洁地执行此操作。%--%实质上是换行lubridate::interval()，您可以使用%within%来测试日期是否在间隔内。

df <- data.frame(Employee_ID = c(1, 2, 3),
Start_Date = mdy(c(02012013, 05142013, 09072014)),
End_Date = mdy(c(12319999, 10052017, 08302017)))
df %>% 
mutate(year = Start_Date) %>%
expand(nesting(Employee_ID, Start_Date, End_Date), 
year = seq.Date(from = ymd("2013-12-31"), to = ymd("2017-12-31"), by = "year")) %>%
mutate(inrange = year %within% (Start_Date %--% End_Date)) %>%
group_by(year) %>%
summarize(active_employee_count = sum(inrange))
# A tibble: 5 x 2
year       active_employee_count
<date>                     <int>
1 2013-12-31                     2
2 2014-12-31                     3
3 2015-12-31                     3
4 2016-12-31                     3
5 2017-12-31                     1

Answer 2

因此，我将员工的ID更改为实际姓名。

df = data.frame(Employee_ID = c("John", "Hugh", "Jack"),
Start_Date = mdy(c(02012013, 05142013, 09072014)),
End_Date = mdy(c(12319999, 10052017, 08302017)))  
Years_End2 = data.frame(Employee_ID = rep(df$Employee_ID, each = dim(Years_End)[1]),
Years_End = seq(from = mdy(12312013), to = mdy(12312017), by = "year"))
df %>% left_join(Years_End2, by = "Employee_ID") %>%
mutate(Active = (End_Date > Years_End & Start_Date < Years_End)) %>%
group_by(Years_End) %>%
summarise(sum(Active))
Years_End  `sum(Active)`
<date>             <int>
1 2013-12-31             2
2 2014-12-31             3
3 2015-12-31             3
4 2016-12-31             3
5 2017-12-31             1