如何按日期筛选但保留不在该时段内的同组重复数据？

当然可以实现这个需求，核心思路是先找出至少有一条记录落在目标日期区间的分组，再保留这些分组的所有记录。以下是两种常用的R语言实现方式：

方法一：Base R 实现 #

先将日期列转换为日期格式，再筛选出符合条件的分组，最后提取这些分组的全部记录：

# 转换date1为日期格式
data$date1 <- as.Date(data$date1)

# 找出至少有一条记录在目标日期区间的分组
target_groups <- unique(data$group[data$date1 >= as.Date("2021-08-01") & data$date1 <= as.Date("2021-08-31")])

# 保留目标分组的所有记录
filtered_data <- data[data$group %in% target_groups, ]

方法二：dplyr 包实现 #

借助dplyr的分组和条件筛选功能，代码更简洁直观：

library(dplyr)

filtered_data <- data %>%
  # 转换日期格式
  mutate(date1 = as.Date(date1)) %>%
  # 按group分组
  group_by(group) %>%
  # 筛选出组内至少有一条记录在目标区间的分组
  filter(any(date1 >= as.Date("2021-08-01") & date1 <= as.Date("2021-08-31"))) %>%
  # 取消分组
  ungroup()

运行上述代码后，filtered_data会保留所有符合要求的记录：比如group为"09081997"的全部3条记录（哪怕其中一条日期在7月），以及group为"13122006"的记录；而group为"22031969"的记录会被排除，因为该组没有任何记录落在目标日期区间内。

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