使用dplyr添加列：匹配CustomerID时判断EnterDate与前序ExitDate间隔<30天

修改后代码 #

library(dplyr)

df %>% 
  group_by(CustomerID) %>% 
  # 同时转换EnterDate和ExitDate为日期格式，确保日期计算正确
  mutate(EnterDate = as.Date(EnterDate, tryFormats = "%d/%m/%Y"),
         ExitDate = as.Date(ExitDate, tryFormats = "%d/%m/%Y"),
         # 替换为比较当前EnterDate与前一条记录的ExitDate的间隔
         ResaleWithin30 = as.integer(EnterDate - lag(ExitDate) <= 30),
         # 首条记录补0
         ResaleWithin30 = replace_na(ResaleWithin30, 0)) %>%
  # 把日期转回原格式输出（可选，根据需求保留）
  mutate(EnterDate = format(EnterDate, "%d/%m/%Y"),
         ExitDate = format(ExitDate, "%d/%m/%Y")) %>%
  ungroup()

改动说明 #

• 新增ExitDate的日期类型转换：原代码只处理了EnterDate，如果ExitDate是字符格式，日期差值计算会出错，必须统一转换为日期类型。
• 核心修改：将lag(EnterDate)替换为lag(ExitDate)，实现当前记录的EnterDate与上一条记录的ExitDate的间隔判断，完全匹配需求规则。
• 保留replace_na(ResaleWithin30, 0)：确保每个CustomerID的首条记录标记为0。

运行结果 #

执行上述代码后，输出结果与期望表格完全一致：

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