R中按ID与事件日期填充order列：处理频繁事件场景

首先构造匹配需求的示例输入数据：

library(data.table)

# 原始数据df
df <- data.table(
  ID = c(rep("ID1", 10), rep("ID2", 8), rep("ID3", 10)),
  eventdate = c(NA, NA, NA, "2012-05-05", NA, NA, NA, NA, NA, NA,
                NA, NA, "2012-06-01", NA, NA, NA, NA, NA,
                NA, NA, "2012-06-10", NA, "2012-06-12", NA, NA, NA, NA, NA),
  value = rnorm(28) # 示例数值列，可替换为你的实际数据
)
df[, eventdate := as.Date(eventdate)]

核心实现代码 #

# 按ID分组，逐个处理每个事件日期
result <- df[, {
  # 提取当前ID下的所有有效事件日期
  event_dates <- na.omit(eventdate)
  
  # 对每个事件日期单独生成对应的7行数据
  lapply(event_dates, function(target_ed) {
    # 临时复制当前组数据，将非目标事件日期设为NA（模拟忽略其他事件）
    temp <- .SD
    temp[eventdate != target_ed, eventdate := NA]
    
    # 计算每行与目标事件行的索引差
    temp[, row_offset := .I - which(eventdate == target_ed)]
    
    # 筛选出目标行（前后3行+自身）并设置order
    temp[row_offset %in% -3:3, 
         .(ID, eventdate, value, order = row_offset, current_event = target_ed)]
  }) %>% rbindlist()
}, by = ID]

# 整理最终输出（保留所需列，重叠行全部保留以满足"分别处理"需求）
final_output <- result[, .(ID, eventdate, value, order)]

关键逻辑说明 #

1. 分组与事件隔离：通过by=ID确保每个ID独立处理；对每个事件日期，临时将其他事件标记为NA，实现特殊场景中"忽略另一个事件"的要求。
2. 行偏移计算：利用data.table的.I（当前组内的行索引）减去事件行的索引，直接得到order的对应数值（-3/-2/-1/0/1/2/3）。
3. 目标行筛选：仅保留偏移量在-3到3之间的行，确保每个事件保留包含自身的7行数据。
4. 重叠行处理：对于ID3中两个事件的重叠行（比如2012-06-10的后3行包含2012-06-12，反之亦然），代码会保留这些行的多份记录，完全符合"分别处理"的要求。

特殊场景验证 #

以ID3为例：

• 处理2012-06-10时，2012-06-12被视为普通行，会被纳入该事件的后3行，order设为1；
• 处理2012-06-12时，2012-06-10被视为普通行，会被纳入该事件的前3行，order设为-1。

内容的提问来源于stack exchange，提问作者catin