基于30天日期范围匹配同RespID行计算DataFrame新列

实现方案 #

首先将原始数据中的年、月、日字段合并为标准日期格式，再按RespID分组判断每个Col4=A的行是否满足条件即可，全程返回结果均为data.frame结构。

完整可运行代码 #

library(dplyr)
library(lubridate)

# 构造示例数据
df <- data.frame(
  ID = 1:5,
  Col1 = c("blue", "orange", "red", "yellow", "green"),
  RespID = c("729Ad", "295gS", "729Ad", "592Jd", "937sa"),
  Col3 = c(3.2, 6.5, 8.4, 2.9, 3.5),
  Col4 = c("A", "A", "B", "A", "B"),
  Year = rep(2021,5),
  Month = c("April", "April", "April", "March", "May"),
  Day = c(2,1,20,12,13)
)

# 核心计算逻辑
df_result <- df %>%
  # 拼接转换为可计算的标准日期格式
  mutate(full_date = ymd(paste(Year, Month, Day))) %>%
  # 按RespID分组，同ID的行统一判断
  group_by(RespID) %>%
  mutate(Col5 = case_when(
    # 所有Col4为B的行统一赋值0
    Col4 == "B" ~ 0,
    # Col4为A的行，判断同组是否存在日期差30天内的B行
    Col4 == "A" ~ as.integer(any(Col4 == "B" & abs(difftime(full_date[Col4 == "B"], full_date, units = "days")) <= 30))
  )) %>%
  ungroup() %>%
  # 移除中间生成的日期字段和原年月日字段，匹配预期输出结构
  select(-full_date, -Year, -Month, -Day)

# 后续需要仅保留A行时直接执行以下代码即可
df_only_A <- filter(df_result, Col4 == "A")

输出结果验证 #

生成的df_result完全匹配预期结构：

内容的提问来源于stack exchange，提问作者piper180