如何在R中按日期聚合连续相邻的事件记录？

你遇到的是经典的「日期连续岛屿」合并问题，原有代码直接按Name和DOB全量分组取最值，没有区分连续和断开的区间，自然会得到错误结果，可按以下步骤实现：

前置处理 #

首先要确保Start Date和End Date列转换为R的Date类型，不要用字符串格式，否则日期计算会出错，转换参考代码：

df$`Start Date` <- as.Date(df$`Start Date`, format = "%d/%m/%Y")
df$`End Date` <- as.Date(df$`End Date`, format = "%d/%m/%Y")

核心实现（dplyr版） #

library(dplyr)

result <- df %>%
  # 按主体、开始日期排序，保证记录顺序正确
  arrange(Name, DOB, `Start Date`) %>%
  # 按每个主体分组
  group_by(Name, DOB) %>%
  # 生成连续区间ID：当前记录开始日期不是上一条结束日期+1时，生成新的区间编号
  mutate(
    block_id = cumsum(`Start Date` != lag(`End Date`, default = first(`Start Date`) - 1) + 1)
  ) %>%
  # 按主体+连续区间ID分组聚合
  group_by(Name, DOB, block_id) %>%
  summarise(
    `Start Date` = min(`Start Date`),
    `End Date` = max(`End Date`),
    .groups = "drop"
  ) %>%
  # 移除辅助计算的区间ID列
  select(-block_id)

结果验证 #

运行代码后输出和你期望的结果完全一致：

如果需要兼容plyr的ddply语法，把上述连续区间ID的生成逻辑放到ddply的分组处理函数中即可，更推荐使用更新的dplyr语法，维护性更高。

内容的提问来源于stack exchange，提问作者newbie