R语言如何按ID分组提取日期列最小值并创建新变量

你可以根据自己使用的工具链选择对应方案，所有方案输出结果和你给出的预期完全一致：

• dplyr 方案（最易读，适合常规数据处理）

library(dplyr)

df <- df %>% 
  group_by(ID) %>% 
  mutate(NewDate = min(Date)) %>% 
  ungroup()

mutate在分组状态下会自动把组内计算得到的最小日期值，填充到对应ID组的每一行，不需要手动做重复值拼接。如果组内存在缺失的日期值，可以把min(Date)改成min(Date, na.rm = TRUE)避免返回NA。

• data.table 方案（性能最优，适合百万行级以上大数据）

library(data.table)
setDT(df)
df[, NewDate := min(Date), by = ID]

运行后直接在原数据框上新增列，不需要额外赋值，内存占用和运行速度都明显优于dplyr方案。

• 基础R方案（无需加载第三方包）

df$NewDate <- as.Date(
  ave(as.numeric(df$Date), df$ID, FUN = min),
  origin = "1970-01-01"
)

由于R的Date类型本质是以1970-01-01为原点的数值存储，用ave分组计算时需要先转成数值算最小值，再转回Date类型避免类型错误。

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