如何按ID分组比较DataFrame日期，跨行取值生成结果列

你的核心问题在于原代码是逐行比较日期，但每行的date_1或date_2总有一个是NA，导致比较结果全为NA；而需求是跨行检查整个ID组内的所有有效日期组合——只要存在任意一个date_2早于任意一个date_1，就给该组所有行标记"yes"，否则标记"no"。

解决步骤与代码 #

1. 先将字符型的日期列转换为Date类型，确保日期比较的正确性；
2. 按id分组后，提取组内所有非NA的date_1和date_2；
3. 用any()函数判断是否存在符合条件的日期组合，将结果赋值给组内每一行。

完整代码如下：

library(dplyr)

# 原始数据
id <- c("N03", "N03", "N03", "N07", "N07", "N16", "N16", "N17", "N17")
date_1 <- c("2008-05-13", "2010-12-14", NA, NA, "2009-06-09", NA, "2011-05-03", "2018-05-03", NA)
date_2 <- c(NA, NA, "2011-12-19", "2008-06-13", NA, "2010-10-18", NA, NA, "2018-07-08")
df1 <- data.frame(id, date_1, date_2)

# 处理日期类型并生成结果列
df2 <- df1 %>%
  # 将字符型日期转为Date类型
  mutate(across(c(date_1, date_2), as.Date)) %>%
  group_by(id) %>%
  mutate(
    # 提取组内所有非NA的date_1和date_2
    valid_d1 = na.omit(date_1),
    valid_d2 = na.omit(date_2),
    # 判断是否存在任意date_2 < date_1
    date_2_before_date_1 = ifelse(any(valid_d2 < valid_d1), "yes", "no")
  ) %>%
  # 删除临时生成的有效日期列
  select(-valid_d1, -valid_d2) %>%
  ungroup()

# 查看结果
print(df2)

结果验证 #

运行后会得到你期望的输出：

# A tibble: 9 × 4
  id    date_1     date_2     date_2_before_date_1
  <chr> <date>     <date>     <chr>               
1 N03   2008-05-13 NA         no                  
2 N03   2010-12-14 NA         no                  
3 N03   NA         2011-12-19 no                  
4 N07   NA         2008-06-13 yes                 
5 N07   2009-06-09 NA         yes                 
6 N16   NA         2010-10-18 yes                 
7 N16   2011-05-03 NA         yes                 
8 N17   2018-05-03 NA         no                  
9 N17   NA         2018-07-08 no

关键逻辑说明 #

• across(c(date_1, date_2), as.Date)：统一日期格式，避免字符比较的逻辑错误；
• na.omit()：过滤组内的NA值，确保只拿有效日期做跨组合比较；
• any(valid_d2 < valid_d1)：检查所有有效date_2与date_1的组合，只要有一对满足date_2 < date_1就返回TRUE；
• 分组内的mutate会将结果应用到该组的每一行，实现整组统一标记。

内容的提问来源于stack exchange，提问作者CharlesLDN