R语言按id分组计算每行距最近一次outcome=1的间隔天数如何实现

首先请确保你的数据集中date列已转换为Date类型，且每组id内的行已按日期升序排序，下面给出两种实现方案：

方案1：基础R实现（适配你原有tapply写法） #

# 先转换date列类型
df$date <- as.Date(df$date)
# 按id分组计算目标字段
df$days_since_outcome_1 <- unlist(tapply(1:nrow(df), INDEX = df$id, FUN = function(i) {
  group_df <- df[i, ]
  last_positive_date <- as.Date(NA)
  res <- numeric(nrow(group_df))
  for (j in 1:nrow(group_df)) {
    current_date <- group_df$date[j]
    if (group_df$outcome[j] == 1) {
      res[j] <- ifelse(is.na(last_positive_date), 0, as.integer(current_date - last_positive_date))
      # 更新最近的outcome=1的日期
      last_positive_date <- current_date
    } else {
      res[j] <- ifelse(is.na(last_positive_date), 0, as.integer(current_date - last_positive_date))
    }
  }
  res
}))

方案2：dplyr实现（代码更简洁易读） #

library(dplyr)
df <- df %>%
  mutate(date = as.Date(date)) %>%
  group_by(id) %>%
  arrange(date, .by_group = TRUE) %>% # 自动确保组内按日期升序排序
  mutate(
    # 仅保留outcome=1的日期，其余行填充NA，再用最近的非NA值向前填充
    last_positive_date = if_else(outcome == 1, date, as.Date(NA)),
    last_positive_date = cummax(last_positive_date),
    days_since_outcome_1 = if_else(is.na(last_positive_date), 0, as.integer(date - last_positive_date))
  ) %>%
  ungroup() %>%
  select(-last_positive_date)

两种方案均完全匹配你给出的测试场景要求：多outcome=1的情况自动取最近一次的日期计算差值，当前行之前无outcome=1记录时返回0。

内容的提问来源于stack exchange，提问作者fifigoblin