在R中实现捐赠者首次捐赠后3个月内复捐状态判断

假设你的数据框名为donations，包含Donor.ID（捐赠者ID）和Donation.Date（捐赠日期）两列，以下是完整实现代码：

# 加载所需包
library(dplyr)
library(lubridate)

# 处理数据
donations_processed <- donations %>%
  # 确保日期列是Date类型（如果原始数据不是的话）
  mutate(Donation.Date = as.Date(Donation.Date)) %>%
  # 按捐赠者分组
  group_by(Donor.ID) %>%
  # 计算每位捐赠者的首次捐赠日期
  mutate(First.Date = min(Donation.Date, na.rm = TRUE)) %>%
  # 新增Drop.Out列：判断首次捐赠后3个月内是否有其他捐赠
  mutate(Drop.Out = ifelse(
    any(Donation.Date > First.Date & Donation.Date <= First.Date %m+% months(3), na.rm = TRUE),
    1,
    0
  )) %>%
  # 取消分组（可选，根据后续需求）
  ungroup()

关键细节说明 #

• 日期类型转换：必须确保Donation.Date是Date格式，否则日期计算会出错。如果原始数据是字符型，as.Date()会自动处理，若格式特殊可指定format参数（比如as.Date(Donation.Date, format = "%Y/%m/%d")）。
• 首次捐赠日期计算：用min(Donation.Date, na.rm = TRUE)取每组最小日期，na.rm = TRUE是为了忽略可能存在的缺失日期。
• 3个月窗口判断：使用lubridate的%m+% months(3)来准确计算“3个月后”的日期，避免普通日期加法遇到月末的错误（比如1月31日加3个月，普通加法会得到不存在的4月31日，而%m+%会自动转为4月30日）。
• Drop.Out逻辑：any()函数检查组内是否存在满足条件的记录——捐赠日期晚于首次捐赠，且在首次捐赠后3个月内。只要有一条满足，就返回1，否则0。na.rm = TRUE确保忽略缺失值对判断的影响。

如果你的数据列名不同，只需替换代码中对应的列名即可。

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