如何在R中按MRN分组查找重复的OBSERVATION_DATE记录

问题说明 #

现有代码仅全局检查OBSERVATION_DATE的重复，未按MRN分组，导致不同MRN的相同日期也会被误标记。需要修改为仅同一MRN分组内的重复日期才标记为TRUE，且不使用data.table解决方案。

示例数据：

library(anytime) # 需先加载anytime包解析日期
sample <- data.frame(MRN = c(1, 2, 1, 2, 3, 4, 3),
                     OBSERVATION_DATE = anydate(c("2013-02-19", "2013-02-28", "2013-02-19", "2013-02-28", "2013-02-28", "2013-03-08", "2014-01-06")))

方案1：基础R实现（无需额外包） #

利用ave()函数按MRN分组，在每个组内判断日期是否重复：

# 按MRN分组处理，先将日期转字符避免类型问题
sample$dupobs <- with(sample, ave(as.character(OBSERVATION_DATE), MRN, 
                                  FUN = function(x) duplicated(x) | duplicated(x, fromLast = TRUE)))
# 转换为逻辑值类型
sample$dupobs <- as.logical(sample$dupobs)

方案2：dplyr包实现（tidyverse风格） #

通过group_by()按MRN分组，在组内标记重复日期：

library(dplyr)

sample <- sample %>%
  group_by(MRN) %>%
  mutate(dupobs = duplicated(OBSERVATION_DATE) | duplicated(OBSERVATION_DATE, fromLast = TRUE)) %>%
  ungroup()

验证结果 #

运行代码后，sample的dupobs列结果如下：

完全符合需求：仅同一MRN下的重复日期被标记为TRUE，不同MRN的相同日期（如第5条的2013-02-28）未被误标记。

内容的提问来源于stack exchange，提问作者stephr