使用R，对于每年，我需要对同两个日期之间不同年份的销售额求和

对于两个不同的年份，每年，我需要对从1月3日到3月3日发生的所有销售进行汇总。我更喜欢dplyr解决方案

我在stackoverflow中看到的所有可能的解决方案都使用SQL，而不是R。如果有人知道我错过的解决方案，请告诉我

在R中，我知道如何使用组和各种dplyr函数，但我需要帮助来完成这篇文章的内容

我希望输出如下所示：

Year   Total Sales
2020   138 
2021   196

输入

df <- data.frame(date=c(20200102, 20200107, 20200210, 20200215, 20200216, 20200302, 20200305, 20210101, 20210104, 20210209, 20210211, 20210215, 20210317, 20210322),
                  sales=c(9,14,27,30,33,34,36,44,45,47,51,53,56,58))

---

df我们可以使用
tidyverse
。将“日期”转换为
date
类（从
lubridate
中使用
ymd
），从“日期”中获取
月和
日，使用
ISOdate
创建一个新日期，将
年标准化为一年（这里我们选择2021年，但它可以是任何一年），然后我们使用
between
过滤“newdate”，并指定
left
和
right
参数作为自定义日期范围，然后按“年”分组，并在
summary
中获得“sales”的
总和

library(dplyr)
library(lubridate)
df %>%
  mutate(date = ymd(date), year = year(date),
   month = month(date), day = day(date), 
   newdate = as.Date(ISOdate(2021, month, day))) %>% 
  filter(between(newdate, as.Date("2021-01-03"), 
        as.Date("2021-03-03"))) %>% 
  group_by(year) %>%
  summarise(sales = sum(sales))

-输出

# A tibble: 2 x 2
#   year sales
#  <dbl> <dbl>
#1  2020   138
#2  2021   196

比我的akrun大师的解决方案少一行：）

使用
ymd
功能的
lubridate
包将字符类型转换为最新
使用代码>月月< /代码>函数只考虑月份和日期，按月份和日期< /LI>所需间隔。
按
年份分组
过滤间隔
总结
库（lubridate）
df%>%
突变（日期=ymd（日期））%>%
变异（DayMonth=格式（如.Date（日期），%m-%d））%>%
分组依据（年=年（日））%>%
过滤器（DayMonth>“01-03”和DayMonth%
总结（总销售额=总销售额）

输出：

   Year Total_Sales
  <int>       <dbl>
1  2020         138
2  2021         196

年度总销售额
1  2020         138
2  2021         196
您也可以使用以下解决方案：

library(dplyr)
library(lubridate)

df %>%
  mutate(date = ymd(date)) %>%
  group_by(year = year(date)) %>%
  filter(date %within% interval(ymd(paste(first(year), "01-03", sep = "-")), 
                                ymd(paste(first(year), "03-03", sep = "-")))) %>%
  summarise(sale = sum(sales))

# A tibble: 2 x 2
   year  sale
  <dbl> <dbl>
1  2020   138
2  2021   196

库（dplyr）
图书馆（lubridate）
df%>%
突变（日期=ymd（日期））%>%
分组依据（年=年（日））%>%
筛选（日期%在%间隔内（ymd）（粘贴（第一年），“01-03”，sep=“-”）），
ymd（粘贴（第一（年），“03-03”，sep=“-”））%>%
总结（销售额=总额（销售额））
#一个tibble:2x2
年销售额
1  2020   138
2  2021   196
一种仅使用整数/模除法的简单解决方案，
%%
和
%%
，即不使用任何日期类型库（lubridate等）


由于您的日期变量遵循最符合逻辑（并且最适合日期的算术排序）的格式，因此这里的工作是检查前四位的条件/分组，过滤后四位并汇总。因此
group\u by
on
Year
通过整数除法获得，即
%/%
date by
10000
，它将始终为您提供前四位数字（在YYYYMMDD格式的情况下）
无需先创建此列，然后按分组
然后，使用
date
的模除
%%
通过
10000
获得最后四位数字来过滤行，并检查您的条件
最后总结
如果日期列为字符类型，请在所有步骤中使用
as.numeric
将其换行

库（dplyr）
df%>%
分组依据（年份=日期%/%10000）%>%
过滤器（日期%%10000>103，日期%%10000<303）%
总结（总销售额=总销售额）
#>#tibble:2x2
#>年度总销售额
#>          
#> 1  2020         138
#> 2  2021         196

由（v2.0.0）于2021年5月30日创建


等价baseR语法

aggregate(sales ~ cbind(Year = date %/% 10000), 
          subset(df, date %% 10000 > 103 & date %% 10000 < 303), 
          FUN = sum)
  Year sales
1 2020   138
2 2021   196

合计（销售额~cbind（年份=日期%/%10000），
子集（df，日期%%10000>103和日期%%10000<303），
乐趣=总和）
年销售额
1 2020   138
2 2021   196
非常好！甚至少了一排：）你真是太好了，我的朋友。我知道这是很不寻常的，尽管尝试采用这种形式来与你们已经发布的不同。亲爱的@TarJae，您可以将其进一步缩短至少一行，
df%>%groupby（Year=Year（ymd（date））%%>%mutate（daymount=format（ymd（date））%%>%filter（daymount>“01-03”和daymount<“03-03”）%%>%摘要（Total_Sales=sum（Sales））
Brilliant！。感谢您的理念！
library(dplyr)
library(lubridate)

df %>%
  mutate(date = ymd(date)) %>%
  group_by(year = year(date)) %>%
  filter(date %within% interval(ymd(paste(first(year), "01-03", sep = "-")), 
                                ymd(paste(first(year), "03-03", sep = "-")))) %>%
  summarise(sale = sum(sales))

# A tibble: 2 x 2
   year  sale
  <dbl> <dbl>
1  2020   138
2  2021   196

library(dplyr)

df %>% 
  group_by(Year = date %/% 10000) %>%
  filter(date %% 10000 > 103, date %% 10000 < 303) %>%
  summarise(Total_sales = sum(sales))

#> # A tibble: 2 x 2
#>    Year Total_sales
#>   <dbl>       <dbl>
#> 1  2020         138
#> 2  2021         196

aggregate(sales ~ cbind(Year = date %/% 10000), 
          subset(df, date %% 10000 > 103 & date %% 10000 < 303), 
          FUN = sum)
  Year sales
1 2020   138
2 2021   196