在R中按ID分组取最小日期并结合data.frame筛选的实现方法

步骤1：筛选并聚合目标数据 #

推荐使用dplyr包完成筛选、分组和聚合操作（未安装的话先运行install.packages("dplyr")）：

library(dplyr)

# 筛选交互类型为email_sent的记录，按ID分组取最小Created.At
agg_data <- A %>%
  filter(Interaction.Type == "email_sent") %>%
  group_by(ID, Student) %>%  # 假设同一ID对应唯一Student，若需调整可仅按ID分组
  summarise(min_created_at = min(Created.At, na.rm = TRUE), .groups = "drop")

说明：

• filter先提取出Interaction.Type为email_sent的有效记录
• group_by按ID（和Student）分组，保证后续聚合针对每个独立ID
• summarise计算每组的最早创建时间，na.rm=TRUE用于忽略空值，.groups="drop"取消分组状态

步骤2：匹配指定ID并填充缺失值 #

通过左连接关联表B的ID列表，缺失字段自动填充为R中的NA（对应需求里的Null）：

final_output <- B %>%
  left_join(agg_data, by = "ID")

如果需要将NA替换为字符串"Null"，可追加以下代码：

final_output <- final_output %>%
  mutate(across(c(Student, min_created_at), ~ifelse(is.na(.), "Null", .)))

原代码无法运行的原因 #

你的代码存在几个核心问题：

• 逻辑混乱：直接用data.frame()构造结果，没有先完成筛选和分组的流程
• 语法错误：聚合函数应为小写的min()，而非大写Min()
• 用法错误：group_by(ID)不能直接作为data.frame()的参数，需要结合管道或分组操作逻辑

内容的提问来源于stack exchange，提问作者jsaab