如何基于两列日期顺序条件删除R dataframe中的指定行

实现方案 #

方法1：基础R实现 #

# 提取每个var1对应的最早检查日期
inspec_min_date <- aggregate(date ~ var1, data = inspec, FUN = min)
# 关联test和检查日期
test_merged <- merge(test, inspec_min_date, by = "var1", all.x = TRUE, suffixes = c("", "_inspec"))
# 筛选符合要求的行：无对应检查记录 或 日期早于最早检查日期
test_res <- test_merged[is.na(test_merged$date_inspec) | test_merged$date < test_merged$date_inspec, 
                        names(test)]

方法2：dplyr实现（代码更简洁） #

library(dplyr)

# 提取每个var1对应的最早检查日期
inspec_min <- inspec %>%
  group_by(var1) %>%
  summarise(inspec_date = min(date))

test_res <- test %>%
  left_join(inspec_min, by = "var1") %>%
  # 保留无检查记录 或 日期早于检查日期的行
  filter(is.na(inspec_date) | date < inspec_date) %>%
  select(-inspec_date)

补充说明 #

• 如果你需要将等于检查日期的行也删除，把上述代码中的判断条件date < inspec_date改为date <= inspec_date即可
• 如果你的需求是删除晚于inspec中该var1所有检查日期的行，只需要将聚合函数从min改为max即可

内容的提问来源于stack exchange，提问作者DR15