R 当前年度和上一年度从1月到最近可用月份的月数总和

我正试图找到一种方法，为今年和上一年做一年。 例如，对于当前年度，我将从1月到最新可用的，然后是前一年的相同月份，在本例中为1月到7月。 如果最近可用的月份是2020年7月，那么我希望对2019年1月至7月和2020年1月至7月进行汇总

我已将脚本切回原处，并添加了dput（）：

库（tidyverse）
#获取表1的数据
数据1一旦数据整理好，它就是一个简单的
过滤器
来删除你不感兴趣的月份，
分组
按
年
和
tc
，以及
汇总
来获得每个
tc
值的
总和

要获取动态月份列表，请使用
months\u df
中的
unique
月份值，该值是
filter
ed，仅包含最近一年（
max
）。然后，我们可以将其用作我们的
过滤器
，用于最终的
摘要
df

library(tidyverse)

# tidy up the data
tidy_data <- data1 %>%
  separate(`DATE    TC  VALUE`, into = c("date", 'tc', 'value'), sep = '\t') %>%
  separate(date, into = c('year', 'month'), sep = '-') %>%
  mutate_at(.vars = c('year','month','value'), .funs = as.integer) 

# filter for latest year
months_df <- tidy_data %>%
  filter(year == max(tidy_data$year))

# use months_df to feed the filter
summary <- tidy_data %>%
  filter(month %in% unique(months_df$month)) %>%
  group_by(year, tc) %>%
  summarize(total = sum(value, na.rm = TRUE))

库（tidyverse）
#整理资料
数据百分比
单独（`DATE TC VALUE`，into=c（“DATE”、'TC'，'VALUE'），sep='\t'）%>%
分开（日期，分为=c（'年'，'月'），九月='-'））%>%
在（.vars=c（'year'，'month'，'value'），.funs=as.integer）处进行变异
#最近一年的过滤器
月份_df%
过滤器（年==最大值（数据$year））
#使用df为过滤器馈电
汇总%
筛选器（月份%中的%唯一（月份_df$month））%>%
分组单位（年度，tc）%>%
汇总（总计=总计（数值，na.rm=真））

年度tc总计
1 2019 TC-1 18271577
2 2019 TC-2 14094089
3 2019 TC-3 9415440
4 2020 TC-1 4340588
5 2020 TC-2 3431912
6 2020 TC-3 2551697

编辑：更新为基于最近一年的动态月份列表。我相信还有一种更优雅的方式，但这应该是可行的。
d%
d <- IS YOUR DATA

d %>%
  group_by(date, tc) %>%
  dplyr::summarise(value = sum(value)) %>%
  mutate(month = month(date, label = T),
         year = year(date)) %>%
  ungroup %>%
  select(month, year, tc, value) %>%
  split(.$tc) %>%
  map( ~ spread(.x, year, value, fill = 0) %>%
         mutate(across(where(is.numeric), cumsum))) %>%
  plyr::ldply(rbind) %>%
  select(month, tc, `2018`, `2019`, `2020`) %>%
  filter(month == month(Sys.Date(), label = T))

   month   tc    2018     2019    2020
1  Oct   TC-1      NA 28451012 4340588
2  Oct   TC-2 7518039 21795738 3431912
3  Oct   TC-3 4930193 14477761 2551697

分组人（日期，tc）%>%
dplyr:：摘要（值=总和（值））%>%
变异（月=月（日期，标签=T），
年份=年份（日期））%>%
解组%>%
选择（月、年、tc、值）%>%
拆分（.$tc）%>%
地图（~spread（.x，年份，值，填充=0）%>%
变异（跨越（其中（是数值的），求和））%>%
plyr:：ldply（rbind）%>%
选择（月份、tc、`2018`、`2019`、`2020`）%>%
筛选器（月==月（Sys.Date（），label=T））
2018-2019-2020月tc
10月1日TC-1 NA 28451012 4340588
10月2日TC-2 7518039 21795738 3431912
10月3日TC-3 4930193 14477761 2551697
你关心TC专栏吗？是的，我仍然需要TC专栏，不幸的是，这与我想要的非常接近，但由于每个月都会更新，我希望它能更新。例如，对于每个月的首次休假，我需要将筛选器（月%in%c（1:7））更新为筛选器（月%in%c（1:8））等等，非常感谢您的努力。我想我遇到了一个问题，因为我给出的dput（）与app.r文件中的不完全相同。在app.r中，我使用了一个URL来获取CSV，在这个示例中，我将其削减了太多。
   year tc       total
  <int> <chr>    <int>
1  2019 TC-1  18271577
2  2019 TC-2  14094089
3  2019 TC-3   9415440
4  2020 TC-1   4340588
5  2020 TC-2   3431912
6  2020 TC-3   2551697

d <- IS YOUR DATA

d %>%
  group_by(date, tc) %>%
  dplyr::summarise(value = sum(value)) %>%
  mutate(month = month(date, label = T),
         year = year(date)) %>%
  ungroup %>%
  select(month, year, tc, value) %>%
  split(.$tc) %>%
  map( ~ spread(.x, year, value, fill = 0) %>%
         mutate(across(where(is.numeric), cumsum))) %>%
  plyr::ldply(rbind) %>%
  select(month, tc, `2018`, `2019`, `2020`) %>%
  filter(month == month(Sys.Date(), label = T))

   month   tc    2018     2019    2020
1  Oct   TC-1      NA 28451012 4340588
2  Oct   TC-2 7518039 21795738 3431912
3  Oct   TC-3 4930193 14477761 2551697