R语言分组处理：将日期差30天内的组首行同步标记值

模拟数据 #

df <- data.frame(
  ID = c(1, 1, 1, 1, 2, 2, 3, 3, 3, 4, 4),
  Date = as.Date(c("2011-01-01", "2011-01-01", "2011-01-29", "2012-04-27", "2012-10-01", "2013-08-15", "2013-12-12", "2014-01-01", "2014-03-02", "2014-09-17", "2014-09-17"))
)

修改后的完整处理代码 #

library(dplyr)

df_processed <- df %>%
  group_by(ID) %>%
  mutate(
    LagDate = lag(Date),
    Diff = Date - LagDate,
    InWindow = ifelse(Diff < 30, TRUE, FALSE)
  ) %>%
  # 将组内首行的InWindow替换为第二行的值
  mutate(InWindow = case_when(
    row_number() == 1 ~ InWindow[2],
    TRUE ~ InWindow
  )) %>%
  ungroup()

print(df_processed)

代码说明 #

1. 基础计算：按ID分组后，用lag(Date)获取前一行日期，计算日期差值Diff，再判断差值是否小于30天得到初始的InWindow标记。此时组内首行因无前置数据，InWindow为NA。
2. 首行值替换：新增mutate步骤，通过row_number() == 1定位组内首行，直接取组内第二行的InWindow值覆盖首行的NA；其余行保持原有标记不变。
3. 取消分组：最后用ungroup()解除分组状态，避免对后续数据操作造成影响。

边界情况处理（可选） #

如果数据中存在仅含单行的ID，InWindow[2]会返回NA，可按需补充逻辑，例如：

mutate(InWindow = case_when(
  n() == 1 ~ NA,  # 单行组保持NA，或设为其他默认值
  row_number() == 1 ~ InWindow[2],
  TRUE ~ InWindow
))

内容的提问来源于stack exchange，提问作者shollaback