R语言用lubridate和slice函数计算分组第二行与末行的日期差

首先加载所需依赖包：

library(dplyr)
library(lubridate)

完整处理逻辑如下：

# 构造原始数据
data<- data.frame(pid= c(1, 1, 1,1, 2, 2, 2, 3, 3, 3,3 ,3), day = c("25/07/2018", "19/10/2018", "17/01/2019", "19/03/2019", "10/09/2018","29/11/2018", "26/03/2019", "17/06/2016", "25/04/2018", "17/07/2018","05/04/2019", "09/02/2021"), catt=c(1,1,2,1,1,1,2,2,2,1,1,2))

# 数据处理
result <- data %>%
  # 转换文本日期为日期格式，适配原数据 日/月/年 的结构
  mutate(day = dmy(day)) %>%
  # 按pid分组
  group_by(pid) %>%
  # 仅在组内最后一行输出差值，其余行为空
  mutate(
    # 计算逻辑：最后一行日期减第二行日期，天数除以30得到月度差
    difference = ifelse(
      row_number() == n(),
      as.numeric(difftime(last(day), nth(day, 2), units = "days")) / 30,
      NA_real_
    )
    # 如果需要打印时NA显示为空，可取消注释下行代码
    # ,difference = ifelse(is.na(difference), "", as.character(round(difference, 4)))
  ) %>%
  ungroup()

# 查看结果
print(result, n = Inf)

逻辑说明 #

• 用lubridate的dmy()函数自动解析文本格式的日期，无需手动指定每个日期值，适配大批量数据处理
• 分组后通过nth(day, 2)取每个分组的第二行日期，last(day)取每个分组最后一行日期，和你原手动计算的逻辑完全对齐
• 通过row_number() == n()判断当前行是否为分组最后一行，仅在最后一行写入计算结果，其余行留空，完全匹配你要的输出格式

注：你给出的样例输出中的数值存在笔误，按你提供的日期计算：pid1的第二行到最后一行差151天，月度差约为5.03；pid2的第二行到最后一行差117天，月度差约为3.9；pid3的第二行到最后一行差1021天，月度差约为34.03，代码计算结果符合实际日期差值逻辑。

内容的提问来源于stack exchange，提问作者berehan