R语言dplyr实现：按ID匹配将DateR统一为最早注册日期

首先得修正你的分组逻辑——不需要把YearSubmitted加入分组，我们只需要按ID1分组就能找到每个ID对应的最早注册日期。另外注意：必须先把DateR转成日期类型，不然直接对字符串取最小值会出错（比如字符排序和时间排序逻辑不一样）。

完整dplyr实现代码 #

library(dplyr)
library(lubridate) # 简化日期处理，也可以用base R替代

data_processed <- data %>%
  # 把字符型日期转为标准日期对象（格式是日-月-年，用dmy()匹配）
  mutate(DateR = dmy(DateR)) %>%
  # 仅按ID1分组，聚焦每个ID的最早日期
  group_by(ID1) %>%
  # 将当前ID组内所有行的DateR替换为组内最小（最早）日期
  mutate(DateR = min(DateR, na.rm = TRUE)) %>%
  # 取消分组，避免后续操作受分组状态影响
  ungroup() %>%
  # 转回原有的"日-月-年"字符串格式（不需要日期对象的话可省略）
  mutate(DateR = format(DateR, "%d-%m-%Y"))

代码细节解释 #

• dmy(DateR)：针对你的日期格式（日-月-年），把字符串转成R能识别的日期对象，保证取最小值时是按时间逻辑排序，而非字符位序排序。
• group_by(ID1)：核心分组逻辑，确保后续计算的最小值是每个ID自己的最早日期。
• min(DateR, na.rm = TRUE)：计算组内最早日期，na.rm = TRUE用来处理可能存在的缺失日期值。
• 最后一步的format()：如果你的后续操作需要字符串类型的日期，就保留这步；如果可以用日期对象，直接删掉即可。

无lubridate的base R替代版本 #

如果你不想额外加载lubridate包，用base R的as.Date()也能实现：

data_processed <- data %>%
  mutate(DateR = as.Date(DateR, format = "%d-%m-%Y")) %>%
  group_by(ID1) %>%
  mutate(DateR = min(DateR, na.rm = TRUE)) %>%
  ungroup() %>%
  mutate(DateR = format(DateR, "%d-%m-%Y"))

运行后你的数据集就会和期望结果一致：每个ID的所有行DateR都会统一为该ID首次出现的最早日期。

内容的提问来源于stack exchange，提问作者randalphon