R语言：按ID筛选关联药物最早日期并保留指定行

首先确保date列是日期格式（如果原始数据中date是字符类型），再通过分组计算+条件筛选实现需求：

library(dplyr)

# 转换日期格式（若原始date为字符类型）
df$date <- as.Date(df$date)

df_final <- df %>%
  group_by(id) %>%
  # 计算每个id下related_medication为"yes"的最早日期
  mutate(min_yes_date = min(date[related_medication == "yes"], na.rm = TRUE)) %>%
  # 筛选目标行：要么是no的记录，要么是yes且日期匹配该id最早yes日期的记录
  filter(related_medication == "no" | (related_medication == "yes" & date == min_yes_date)) %>%
  # 移除临时辅助列
  select(-min_yes_date) %>%
  ungroup()

代码说明 #

• group_by(id)：按id分组处理每个用户的数据集
• mutate(min_yes_date = ...)：针对每个分组，提取related_medication为"yes"的行的日期，计算其中的最小值，作为该分组的基准日期
• filter(...)：精准保留两类记录：所有related_medication为"no"的行，以及related_medication为"yes"且日期等于该分组最早yes日期的行
• select(-min_yes_date)：删除临时计算的辅助列，还原结果结构

运行后得到的结果与期望一致：

# A tibble: 4 × 4
     id date       medication related_medication
                           
1     1 2017-02-07 D          yes               
2     2 2017-02-18 S          yes               
3     2 2017-02-18 F          no                
4     3 2017-02-01 F          yes               

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