R语言如何合并同一团队内日期差小于29天的多行数据
R语言实现同分组内按日期间隔合并行的调整方案
你现有代码的核心问题有两个:
- 没有先将
Date列从字符串转为日期格式,直接计算时间差会得到错误结果 - 直接对
diff_days分组不符合需求,你需要将连续的间隔小于29天的行归为同一分组,需要用累计和生成分组标记
调整后的完整代码
library(tidyverse) library(lubridate) df %>% # 转换日期格式:你的原始日期为 日/月/年 格式,用dmy()解析 mutate(Date = dmy(Date)) %>% # 按Team分组,每组内按日期排序,避免原数据顺序混乱导致计算错误 group_by(Team) %>% arrange(Date, .by_group = TRUE) %>% # 计算相邻行的日期间隔,首行默认和自身差值为0 mutate( diff_days = as.numeric(difftime(Date, lag(Date, default = first(Date)), units = "days")), # 生成合并分组标记:间隔>=29天时开启新分组 merge_group = cumsum(diff_days >= 29) ) %>% # 按Team和合并分组标记二次分组,拼接字段 group_by(Team, merge_group) %>% summarise( across(c(Team, Date, Text), ~paste( if(cur_column() == "Date") format(.x, "%d/%m/%y") else .x, collapse = "," )), .groups = "drop" ) %>% # 移除辅助列 select(-merge_group)
逻辑说明
- 首先统一解析日期格式,保证时间差计算准确
- 每组内按日期排序后,计算相邻行的间隔
- 用
cumsum()生成合并分组:每次遇到间隔>=29天的情况,分组标记+1,保证所有连续间隔小于29天的行都在同一个分组内 - 最后按原Team和合并分组二次分组,拼接对应字段,同时把日期转回你需要的
日/月/年字符串格式
注:你给出的预期输出中Team3的第三个日期写为
16/02/14属于笔误,按原始数据处理后会输出正确的01/03/14
内容的提问来源于stack exchange,提问作者Sebastian Zeki
相关产品推荐
相关产品推荐

