R语言使用dplyr对分组数据迭代计算日期间隔生成Delta列

你可以配合lubridate包处理日期格式，直接使用dplyr内置的窗口函数完成需求，无需手动实现迭代逻辑。

步骤说明 #

1. 加载依赖包

library(dplyr)
library(lubridate)

2. 核心处理代码

# 示例数据构造，可替换为你自己的数据集
df <- tibble(
  ID = c(1,1,1,1,2,2),
  Date = c("20th May, 2020", "21st May, 2020", "28th May, 2020", "29th May, 2020", "20th May, 2020", "1st June, 2020")
)

result <- df %>%
  # 若你的Date列已经是标准日期格式，可跳过本行转换
  mutate(Date = dmy(Date)) %>%
  # 按ID分组
  group_by(ID) %>%
  # 计算相邻日期差值，首行默认取组内第一个日期相减得到0
  mutate(Delta = as.numeric(Date - lag(Date, default = first(Date)))) %>%
  # 过滤符合要求的记录：Delta为0或大于7
  filter(Delta == 0 | Delta > 7) %>%
  # 可选：将日期转回你需要的字符串显示格式
  mutate(Date = format(Date, "%dth %B, %Y"))

关键逻辑说明 #

• lag()是dplyr提供的偏移窗口函数，分组后会自动取当前行的上一行同列值，default参数设置首行无前置行时的默认值，这里直接取组内第一个日期，相减后自然得到0，无需额外处理空值
• 两个日期类型直接相减会返回difftime类型，用as.numeric()转换后直接得到天数差，即为你需要的Delta值

内容的提问来源于stack exchange，提问作者Afr0