如何在R中为每个用户标记Workplace与First_Workplace不等的日期

我的数据集包含以下变量：
UserID | Date | Workplace | First_Workplace
用户被分配到Remote（远程）或Office（办公室）办公地点。我需要找出每个用户第一次出现Workplace不等于First_Workplace的时间，并将该时间添加到名为Date_Changed的新列中。我写出了如下伪代码，但不知道如何在R中实现：

data %>%
  mutate(data, Date_Changed = Date WHEN Workplace != First_Workplace FOR EACH UserID)

使用dplyr包可以轻松实现需求，核心思路是按用户分组后，找到每个用户首次出现办公地点变更的日期，并填充到对应组的所有行中。

基础实现代码 #

library(dplyr)

# 按用户分组，计算变更日期
data <- data %>%
  group_by(UserID) %>%
  mutate(
    Date_Changed = ifelse(
      # 判断该用户是否存在办公地点变更的记录
      any(Workplace != First_Workplace),
      # 取第一次变更的日期（需确保数据已按日期排序）
      first(Date[Workplace != First_Workplace]),
      # 无变更则填NA
      NA
    )
  ) %>%
  ungroup()

确保日期顺序的优化版本 #

如果你的数据集没有按Date排序，建议先按用户和日期排序，避免取到错误的变更日期：

data <- data %>%
  # 先按用户、日期排序
  arrange(UserID, Date) %>%
  group_by(UserID) %>%
  mutate(
    Date_Changed = ifelse(
      any(Workplace != First_Workplace),
      first(Date[Workplace != First_Workplace]),
      NA
    )
  ) %>%
  ungroup()

逻辑说明 #

• group_by(UserID)：将数据按用户分组，保证每个用户的计算独立进行
• any(Workplace != First_Workplace)：检查该用户是否有办公地点变更的记录
• first(Date[Workplace != First_Workplace])：筛选出该用户所有变更记录，取其中最早的日期（排序后first()对应最早的日期）
• 无变更记录的用户，Date_Changed列填充NA

内容的提问来源于stack exchange，提问作者Ashley K