如何在R中按个体首次记录时间筛选1年内的数据集

首先需要将字符型的日期列转换为R可识别的日期格式，之后按个体分组，筛选出每个个体首次记录起1年内的数据。以下提供两种常用实现方式：

方法一：Base R 实现 #

# 转换日期格式
df_date$Dates <- as.Date(df_date$Dates)

# 按Name拆分数据，筛选每个个体的目标数据后合并
result_base <- do.call(rbind, lapply(split(df_date, df_date$Name), function(sub_df) {
  first_date <- min(sub_df$Dates)
  # 用+365近似1年，如需精确处理闰年，可替换为seq(first_date, by = "year", length.out = 2)[2] - 1
  sub_df[sub_df$Dates >= first_date & sub_df$Dates <= first_date + 365, ]
}))

# 查看结果
print(result_base)

方法二：Tidyverse 实现 #

需依赖dplyr和lubridate包处理分组与日期运算：

library(dplyr)
library(lubridate)

# 转换日期格式并完成筛选
result_tidy <- df_date %>%
  mutate(Dates = ymd(Dates)) %>%
  group_by(Name) %>%
  filter(Dates >= min(Dates) & Dates <= min(Dates) + years(1)) %>%
  ungroup()

# 查看结果
print(result_tidy)

结果验证 #

对示例数据执行后：

• Jim的保留日期范围为2010-01-01至2010-12-28（2010-01-01加1年为2011-01-01，2011-01-16超出范围被剔除）
• Sue的保留日期范围为2010-04-01至2011-03-28（2010-04-01加1年为2011-04-01，2012-12-16超出范围被剔除）

内容的提问来源于stack exchange，提问作者John Conor