在R中如何将相同ID下valid_until列末值替换为首行值并仅保留首行

测试数据构造 #

你可以先用以下代码构造和示例一致的测试数据验证效果：

df <- read.table(text = "ID valid_from  valid_until     action  action_text
1 01/01/2010  31/01/2016      1       Text1
1 01/02/2016  01/01/2021      2       Text2
2 01/10/2010  30/09/2019      4       Text4
3 01/05/2015  31/12/2015      3       Text3
3 01/01/2016  30/09/2020      3       Text3", header = TRUE, stringsAsFactors = FALSE)

方法1：dplyr实现（推荐，代码简洁易读） #

针对15000行的数据集运行效率极高，代码逻辑和需求完全匹配：

library(dplyr)

result <- df %>%
  # 按ID分组
  group_by(ID) %>%
  # 先将每组的valid_until统一替换为组内最后一行的取值
  mutate(valid_until = last(valid_until)) %>%
  # 仅保留每组的第一行
  slice_head(n = 1) %>%
  # 取消分组
  ungroup()

如果你的数据集列数很多，不需要额外修改代码，以上逻辑通用。

方法2：Base R实现（无需加载第三方包） #

如果你不想安装额外的R包，可以用原生语法实现：

# 按ID拆分数据集，逐个分组处理后再合并
result <- do.call(rbind, lapply(split(df, df$ID), function(group_df) {
  # 把分组第一行的valid_until替换为分组最后一行的取值
  group_df[1, "valid_until"] <- group_df[nrow(group_df), "valid_until"]
  # 仅返回分组第一行
  return(group_df[1, ])
}))
# 重置结果的行号
rownames(result) <- NULL

额外提示 #

如果后续需要对时间列做计算，建议先把字符格式的时间转成R的日期格式：

df$valid_from <- as.Date(df$valid_from, format = "%d/%m/%Y")
df$valid_until <- as.Date(df$valid_until, format = "%d/%m/%Y")

内容的提问来源于stack exchange，提问作者Besz15