从具有开始和结束日期的数据中计算每月活跃剧集的数量

Question

我正在尝试获取每月活跃客户的数量，使用的数据具有每个客户剧集的开始和结束日期。我使用的代码无法弄清楚如何按月计数，而不是每 n 天计数。

这是一些示例数据：

Start.Date <- as.Date(c("2014-01-01", "2014-01-02","2014-01-03","2014-01-03"))

End.Date<- as.Date(c("2014-01-04", "2014-01-03","2014-01-03","2014-01-04"))

确保日期是日期：

Start.Date <- as.Date(Start.Date, "%d/%m/%Y")

End.Date <- as.Date(End.Date, "%d/%m/%Y")

这是我正在使用的代码，当前计算每天的数量：

library(plyr)

count(Reduce(c, Map(seq, start.month, end.month, by = 1)))

哪个returns:

          x freq

1 2014-01-01         1

2 2014-01-02         2

3 2014-01-03         4

4 2014-01-04         2

"by" 参数可以更改为我想要的任意天数，但问题出现了，因为月份的长度不同。

谁能建议我如何计算每个月？

非常感谢。

注意：我现在意识到，对于我的示例数据，我只使用了同一个月的日期，但我的真实数据的日期跨度为 3 年。

Answer 1

这是一个似乎有效的解决方案。首先，我设置种子以便示例可重现。

# Set seed for reproducible example
set.seed(33550336)

接下来，我创建一个虚拟数据框。

# Test data
df <- data.frame(Start_date = as.Date(sample(seq(as.Date('2014/01/01'), as.Date('2015/01/01'), by="day"), 12))) %>% 
  mutate(End_date = as.Date(Start_date + sample(1:365, 12, replace = TRUE)))

看起来像，

#    Start_date   End_date
# 1  2014-11-13 2015-09-26
# 2  2014-05-09 2014-06-16
# 3  2014-07-11 2014-08-16
# 4  2014-01-25 2014-04-23
# 5  2014-05-16 2014-12-19
# 6  2014-11-29 2015-07-11
# 7  2014-09-21 2015-03-30
# 8  2014-09-15 2015-01-03
# 9  2014-09-17 2014-09-26
# 10 2014-12-03 2015-05-08
# 11 2014-08-03 2015-01-12
# 12 2014-01-16 2014-12-12

下面的函数接受开始日期和结束日期，并在这些日期之间创建一个月份序列。

# Sequence of months
mon_seq <- function(start, end){
  # Change each day to the first to aid month counting
  day(start) <- 1
  day(end) <- 1

  # Create a sequence of months
  seq(start, end, by = "month")
}

是的，这是棘手的一点。我使用 mapply 将函数 mon_seq 应用于数据框中的所有行。这给出了每个开始日期和结束日期之间的月份。然后，我将所有这些月份组合成一个向量。我格式化这个向量，使日期只包含月份和年份。最后，我将其通过管道（使用 dplyr 的 %>%）传输到 table 中，它计算年月的每次出现，并将其转换为数据框。

data.frame(format(do.call("c", mapply(mon_seq, df$Start_date, df$End_date)), "%Y-%m") %>% table)

这给出了，

#          . Freq
# 1  2014-01    2
# 2  2014-02    2
# 3  2014-03    2
# 4  2014-04    2
# 5  2014-05    3
# 6  2014-06    3
# 7  2014-07    3
# 8  2014-08    4
# 9  2014-09    6
# 10 2014-10    5
# 11 2014-11    7
# 12 2014-12    8
# 13 2015-01    6
# 14 2015-02    4
# 15 2015-03    4
# 16 2015-04    3
# 17 2015-05    3
# 18 2015-06    2
# 19 2015-07    2
# 20 2015-08    1
# 21 2015-09    1

从具有开始和结束日期的数据中计算每月活跃剧集的数量

Count the number of active episodes per month from data with start and end dates

duration

r

date

plyr