R语言中如何基于现有列值创建新列：按trip_id分组提取行程首尾记录生成汇总数据集

本方案完全适配你提供的data.table格式数据集，可直接落地运行。

核心逻辑 #

按trip_id分组前先对组内记录按时间升序排序，提取每组首行作为行程起点、末行作为行程终点，映射为要求的输出字段。 #

方案1：data.table原生实现（性能最优，适配原数据结构） #

原数据已经是data.table类，直接调用原生分组语法即可，无需额外加载重型依赖：

# 先按行程ID、时间排序，保证首末行匹配时间先后
my.df <- my.df[order(trip_id, time)]

# 分组提取首尾字段
trip_summary <- my.df[, .(
  start_location_Long = first(location_lon),
  start_location_Lat = first(location_lat),
  end_location_Long = last(location_lon),
  end_location_Lat = last(location_lat),
  start_time = first(time),
  end_time = last(time),
  from_vehicle_id = first(vehicle_id)
), by = trip_id]

# 如需转换为tibble格式，运行以下代码
trip_summary <- tibble::as_tibble(trip_summary)

方案2：dplyr实现（易读性强，适配tidyverse生态） #

如果你日常使用tidyverse系列工具，可选择该写法：

library(dplyr)

trip_summary <- my.df %>%
  # 按行程ID、时间排序
  arrange(trip_id, time) %>%
  group_by(trip_id) %>%
  summarise(
    start_location_Long = first(location_lon),
    start_location_Lat = first(location_lat),
    end_location_Long = last(location_lon),
    end_location_Lat = last(location_lat),
    start_time = first(time),
    end_time = last(time),
    from_vehicle_id = first(vehicle_id),
    .groups = "drop" # 自动解除分组，避免后续处理报错
  )

关键注意事项 #

• 排序步骤不能省略：如果组内记录不是按时间顺序排列，直接取首末行会出现起点、终点和对应时间错配的问题
• 同一trip_id下的记录属于同一车辆，from_vehicle_id直接取组内第一条的vehicle_id值即可，无需额外校验
• 示例数据集运行完成后，输出结果和你提供的参考结构完全匹配，仅因示例数据的经纬度是精确小数形式，不会像参考示例那样做四舍五入的占位展示

内容的提问来源于stack exchange，提问作者Yasumin