如何确定日期范围内的唯一年份？ [关闭]

Question

关闭。 这个问题需要更加集中。 它目前不接受答案。

---

想改善这个问题吗？ 更新问题，使其仅通过编辑这篇文章来关注一个问题。

去年关闭。

改进这个问题

我试图确定客户在哪几年使用医疗保健。 数据：

Clientnumber   Date start  Date end
1              01-03-2017  31-10-2017
1              01-02-2018  07-08-2018
1              01-11-2018  01-03-2019
1              25-03-2019  01-07-2020

对于这个客户，我想知道他/她是在哪一年注册的。 因此，结果应该是： 2017, 2018, 2019, 2020以及唯一年份的计数： 4 。

有没有办法在 Excel 或 R 中做到这一点？

提前致谢。

Answer 1

在 R 中，我们可以获取长格式的数据，转换为日期并提取年份。 对于每个客户，我们可以创建一个逗号分隔的unique Year值并计算不同Year数量。

library(dplyr)

df %>%
  tidyr::pivot_longer(cols = -Clientnumber) %>%
  mutate(value = as.Date(value, "%d-%m-%Y"), 
         Year = format(value, "%Y")) %>%
  group_by(Clientnumber) %>%
  summarise(Un_year = toString(unique(Year)), 
            count = n_distinct(Year)) 

# Clientnumber  Un_year                count
#         <int> <chr>                  <int>
#1            1 2017, 2018, 2019, 2020     4

Answer 2

一个dplyr和purrr选项可以是：

df %>%
 group_by(Clientnumber) %>%
 summarise(Years = map_chr(list(c(Date_start, Date_end)), 
                           ~ toString(unique(substr(., 7, 10)))))

  Clientnumber Years                 
         <int> <chr>                 
1            1 2017, 2018, 2019, 2020

如果你还想要计数，加上stringr ：

df %>%
 group_by(Clientnumber) %>%
 summarise(Years = map_chr(list(c(Date_start, Date_end)), 
                           ~ toString(unique(substr(., 7, 10)))),
           n = str_count(Years, ",")+1)

  Clientnumber Years                      n
         <int> <chr>                  <dbl>
1            1 2017, 2018, 2019, 2020     4

如果情况稍微复杂一些，这意味着您想要第一个和最后一个之间的所有年份，即使它们不存在于数据中：

df %>%
 group_by(Clientnumber) %>%
 summarise(Years = map_chr(list(c(Date_start, Date_end)), 
                           ~ toString(reduce(range(as.numeric(substr(., 7, 10))), `:`))),
           n = str_count(Years, ",")+1)