基于分组时间间隔的活动月数答案

【问题标题】：Number of active months based on grouped time intervals基于分组时间间隔的活动月数
【发布时间】：2021-01-24 15:41:13
【问题描述】：

我有一张表格，其中包含在时间间隔（以开始日期和结束日期为界）执行活动的个人。他们中的一些人有几项活动，而另一些则没有。有时这些活动会重叠，有时它们会被一段时间的不活动分开。

我想按个人分组并计算他们活跃的月数，无论活动如何。

这是一个可重现的小例子：

df <- data.frame(id=c("x", "y", "y", "z", "z"),
             activity=c("a1", "b1", "b2", "c1", "c2"),
             start=c(as.Date("2017-07-01"), 
                     as.Date("2018-04-01"), as.Date("2018-07-01"), 
                     as.Date("2017-07-01"), as.Date("2018-02-01")),
             end=c(as.Date("2018-07-31"), 
                   as.Date("2018-05-31"), as.Date("2018-07-31"),
                   as.Date("2018-02-28"), as.Date("2018-07-31")))

在甘特图上看起来像这样：

有人能想到data.table 或dplyr 解决方案来获得以下输出吗？

id | active_months
x  |      13
y  |      3
z  |      13

【问题讨论】：

Antoine，你不应该是 4 个活跃月吗？考虑从 4 月 1 日开始到 7 月 31 日结束的活动？
否，因为个人在 6 月份不活跃。
知道了，让我检查一下我的代码

标签： r date dplyr data.table lubridate

【解决方案1】：

我们可以在start 和end 日期之间创建每月序列，并计算每个id 的唯一月份值。

library(dplyr)

df %>%
  group_by(id) %>%
  summarise(months = n_distinct(unlist(purrr::map2(start, end, 
                      ~seq(.x, .y, by = 'month')))))

#   id    months
#  <chr>  <int>
#1 x         13
#2 y          3
#3 z         13

【讨论】：

Ronak，您的代码为最后一个 ID z 提供活动月份为 14，而我的代码为 ID y 提供 4 个月。
感谢您的回答。但是这种解决方案在活动重叠的情况下不起作用。在我的示例中，z 在 2018 年 2 月处于活动状态，活动为 b1 和 b2。但是，我关心的是知道个人在这 13 个月期间活跃了多少个月。
@Antoine 更新了答案，你能检查一下吗？ @Karthik 也更正了答案。