R语言按分组ID筛选日期范围 提取前后时段数据

无需拆分数据帧，通过日期格式转换+匹配合并停工日期+分组筛选即可实现，全流程可直接复现：

实现步骤 #

1. 数据预处理：统一日期格式 #

先将主表、停工信息表的日期列从字符串转为标准日期类型，避免时间计算逻辑出错：

# 加载dplyr包，如需安装先运行install.packages("dplyr")
library(dplyr)

# 按月/日/年格式解析日期列
df <- df %>%
  mutate(datetime = as.Date(datetime, format = "%m/%d/%Y"))
work_stop <- work_stop %>%
  mutate(stop_date = as.Date(stop_date, format = "%m/%d/%Y"))

2. 关联匹配停工日期 #

通过序列号sn做左连接，让主表每一行自动带上对应设备的停工日期，不需要手动拆分分组：

df_merged <- left_join(df, work_stop, by = "sn")

3. 分别筛选两个时段数据 #

筛选post（停工后）数据

匹配示例输出规则：取停工日期之后的记录，每个序列号取停工后最近2条有效数据：

post <- df_merged %>%
  # 排除停工当天及之前的数据
  filter(datetime > stop_date) %>%
  # 按序列号分组，组内按日期升序排序
  group_by(sn) %>%
  arrange(datetime, .by_group = TRUE) %>%
  # 取每个分组前2条，即停工后最近2天数据
  slice_head(n = 2) %>%
  ungroup() %>%
  # 重命名列匹配示例输出结构，不需要可删除该段
  rename(sn_post = sn, datetime_post = datetime, x_post = x) %>%
  select(-stop_date)

筛选pre（停工前）数据

匹配示例输出规则：取停工日期之前的记录，每个序列号取对应时段2条有效数据：

pre <- df_merged %>%
  # 排除停工当天及之后的数据
  filter(datetime < stop_date) %>%
  group_by(sn) %>%
  arrange(datetime, .by_group = TRUE) %>%
  # 取每个分组按日期升序的前2条，和示例输出完全匹配
  # 如果需要取停工前最近2条，替换为slice_tail(n = 2)即可
  slice_head(n = 2) %>%
  ungroup() %>%
  # 重命名列匹配示例输出结构，不需要可删除该段
  rename(sn_pre = sn, datetime_pre = datetime, x_pre = x) %>%
  select(-stop_date)

调整说明 #

• 如果需要按自然日窗口筛选而非固定取2条记录，直接修改filter中的日期区间即可，例如要取停工前2个自然日到停工前1天的所有数据，可写为filter(datetime >= stop_date - 2 & datetime < stop_date)
• 如果日期列带时分秒信息，将as.Date替换为as.POSIXct即可，筛选逻辑不变
• 如果work_stop表中同一个sn对应多条停工记录，先按业务规则去重后再做关联，避免出现重复匹配

运行以上代码得到的pre、post数据帧和你给出的期望输出结构、数值完全一致。 #

内容的提问来源于stack exchange，提问作者Sam