如何筛选Ind为Y的行并捕获从N/O转为Y的首次日期？

需要筛选出Ind为'Y'的数据，但仅保留Ind从'N'或'O'切换为'Y'的第一行，同时新增Check_Date字段并设为该行的Date值。

输入数据 #

ID  Date    Ind 
2   201905  N    
2   201906  N    
2   201907  N    
2   201908  N    
2   201909  N    
2   201910  N    
2   201911  N    
2   201912  Y   
2   202001  Y    
2   202002  Y    
2   202003  Y    
2   202004  Y    
2   202005  N    
2   202006  N    
2   202007  N    
2   202008  Y   
3   201906  N    

期望结果 #

ID  Date    Ind Check_Date
2   201912  Y   201912
2   202008  Y   202008

现有代码问题分析 #

你提供的dplyr代码存在以下问题：

• 逻辑完全偏离需求：group(ID)后使用filter(Date == min(Date))是筛选每个ID的最早记录，而非针对Ind状态切换的筛选；后续的filter(Ind == 'Y')只能拿到每个ID最早日期且Ind为Y的行，完全无法识别多次状态切换的场景。
• 缺少状态切换判断：没有检测当前行Ind是否是从'N'/'O'切换为'Y'的关键动作，自然无法捕捉到ID=2的两次Y切换。
• 语法错误：group(ID)后遗漏了管道符%>%，导致代码无法正常执行。

正确代码实现 #

要实现需求，需按ID分组后，通过lag()函数获取上一行的Ind值，判断当前行是否为从'N'/'O'切换到'Y'的首次行，最后新增Check_Date字段：

library(dplyr)

PO %>%
  group_by(ID) %>%
  # 获取上一行的Ind值，标记是否为符合要求的切换行
  mutate(
    prev_ind = lag(Ind, default = ""),
    is_switch = Ind == "Y" & prev_ind %in% c("N", "O")
  ) %>%
  # 筛选出切换行
  filter(is_switch) %>%
  # 设置Check_Date字段
  mutate(Check_Date = Date) %>%
  # 保留需要的列
  select(ID, Date, Ind, Check_Date) %>%
  ungroup()

运行这段代码后，即可得到符合预期的结果，同时保留ID=2两次从N切换到Y的行，并正确设置Check_Date字段。

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