如何筛选特定服务发生且此前无其他服务的记录及6个月范围查询

给定包含姓名、日期、服务的数据集，需要完成两个核心需求：

1. 筛选出特定服务（如Surgery）发生，且该服务日期之前无其他服务的记录（示例中仅Bruce Wayne的Surgery符合条件）
2. 将查询条件修改为：检查该服务日期前6个月内是否存在其他服务，再筛选符合条件的记录

先准备好可用于计算的数据集（原数据的日期是字符型，需转成日期格式）：

Date <- c("2022-01-01","2022-04-01","2022-05-01","2022-07-01","2022-08-01","2022-08-05")
Name <- c("John Doe","John Doe","John Doe","Jane Doe","Bruce Wayne","Bruce Wayne")
Service <- c("Check-up","Surgery","Follow-up", "Check-up", "Surgery", "Follow-up")

df <- data.frame(Date,Name,Service)
# 转日期格式，后续才能做时间计算
df$Date <- as.Date(df$Date)

一、筛选特定服务且之前无任何服务的记录 #

思路 #

按姓名分组，把每个用户的服务按日期排序，只要筛选出「服务是Surgery，且是该用户的第一条服务」的记录就行。

dplyr 实现 #

library(dplyr)

result1 <- df %>%
  group_by(Name) %>%
  arrange(Date) %>%
  filter(Service == "Surgery" & row_number() == 1) %>%
  ungroup()

# 输出结果
result1

运行后会得到符合要求的第5行记录：

Date        Name  Service
1 2022-08-01 Bruce Wayne Surgery

Base R 实现 #

# 先按姓名+日期排序
df_sorted <- df[order(df$Name, df$Date), ]
# 标记每个用户的第一条记录
df_sorted$is_first <- ave(df_sorted$Date, df_sorted$Name, FUN = function(x) seq_along(x) == 1)
# 筛选目标记录
result1_base <- df_sorted[df_sorted$Service == "Surgery" & df_sorted$is_first == 1, ]
rownames(result1_base) <- NULL
result1_base

二、修改为检查服务日期前6个月内无其他服务 #

思路 #

对每条Surgery记录，计算它的日期往前推6个月的时间点，然后检查该用户的其他服务是否都在这个时间点之前，没有的话就保留这条记录。

dplyr 实现 #

result2 <- df %>%
  group_by(Name) %>%
  filter(
    Service == "Surgery",
    # 检查该用户所有非Surgery服务的日期，都在当前Surgery日期的6个月之前
    all(ifelse(Service != "Surgery", Date < (Date - months(6)), TRUE))
  ) %>%
  ungroup()

result2

示例中Bruce Wayne的Surgery日期是2022-08-01，往前推6个月是2022-02-01，他之前没有其他服务，所以会被保留；John Doe的Surgery日期是2022-04-01，往前推6个月是2021-10-01，而他的Check-up在2022-01-01（在6个月区间内），所以会被排除。

Base R 实现 #

result2_base <- lapply(split(df_sorted, df_sorted$Name), function(user_df) {
  surgery_rows <- user_df[user_df$Service == "Surgery", ]
  if(nrow(surgery_rows) == 0) return(NULL)
  
  # 逐条检查Surgery记录是否符合条件
  valid_rows <- sapply(1:nrow(surgery_rows), function(i) {
    surgery_date <- surgery_rows$Date[i]
    six_months_ago <- surgery_date - months(6)
    # 所有非Surgery服务的日期都早于6个月前
    all(user_df$Date[user_df$Service != "Surgery"] < six_months_ago)
  })
  
  surgery_rows[valid_rows, ]
}) %>% do.call(rbind, .)

rownames(result2_base) <- NULL
result2_base

内容的提问来源于stack exchange，提问作者Indescribled