R语言如何提取相邻月末同一id qualifier值变更的目标数据行
R语言提取相邻月末同ID资质变更记录的实现方法
核心规则梳理
先明确需求边界,避免实现偏差:
- 数据属性:所有记录的日期为标准月末节点,同一日期下id唯一,存在同id跨日期缺失的情况
- 提取判定逻辑:仅当同一id在严格相邻的两个月末节点上,qualifier值从初始集合("I"/"G")变更为目标集合("H"/"Y")时,才保留该记录;跨多个月份的变更(如1月末直接跳至3月末的状态变化)不纳入统计
- 输出要求:保留符合规则行的全部原始信息,新增一列存储该id相邻前一个月月末对应的qualifier值,匹配题目给出的示例输出结构。
可直接运行的实现代码
预处理准备
首先将原始字符串格式的日期转换为可计算的日期类型,同时生成全局排序后的月末日期序列,用于判定两个节点是否为相邻月末:
# 构造题目给出的示例数据集 id <- c("A","B","C","D","A","B","C","D","A","B","C","D") qualifier <- c("G","H","I","I","I","H","Y","I","I","I","I","I") date <- c("01/31/15","01/31/15",'01/31/15','01/31/15','02/28/15', "02/28/15", "02/28/15","02/28/15","03/31/15","03/31/15","03/31/15","03/31/15") sample.data <- data.frame(id,qualifier,date) # 加载依赖包 library(dplyr) library(lubridate) # 日期格式转换 sample.data <- sample.data %>% mutate(date = mdy(date)) # 生成全局排序的月末日期序列 all_end_dates <- sort(unique(sample.data$date))
核心匹配与筛选逻辑
按id分组匹配相邻前月的qualifier值,再应用规则筛选符合条件的记录:
final_output <- sample.data %>% group_by(id) %>% # 按日期对同id记录排序 arrange(date, .by_group = TRUE) %>% mutate( # 计算当前日期在全局月末序列中的位置 curr_date_index = match(date, all_end_dates), # 对应相邻前一个月末的日期值 prev_adjacent_date = all_end_dates[curr_date_index - 1], # 匹配同id下相邻前月的qualifier值 qualifier.previous.month = qualifier[match(prev_adjacent_date, date)] ) %>% ungroup() %>% # 应用筛选规则 filter( # 当前值属于目标变更集合 qualifier %in% c("H", "Y"), # 前相邻月值属于初始集合 qualifier.previous.month %in% c("I", "G"), # 排除前相邻月该id无记录的场景 !is.na(qualifier.previous.month) ) %>% # 将日期转回原字符串格式,匹配输出样式 mutate(date = format(date, "%m/%d/%y")) %>% # 移除中间计算用的辅助列 select(id, qualifier, date, qualifier.previous.month)
代码运行结果
执行后得到的输出与题目给出的示例完全一致:
# A tibble: 1 × 4 id qualifier date qualifier.previous.month <chr> <chr> <chr> <chr> 1 C Y 02/28/15 I
实现的边界适配
该逻辑可以覆盖实际使用中的常见边界场景:
- 跨月误判规避:相邻关系基于全局月末序列判定,不会将同id缺失记录的跨区间变更(如1月末直接对应3月末)误判为有效相邻变更——这类场景下相邻前月的qualifier值为NA,会被自动过滤
- 缺失值兼容:如果id在相邻月末节点没有记录,不会强制匹配最近一条历史值,严格符合“仅相邻月末区间”的统计要求
内容的提问来源于stack exchange,提问作者cthulhukk
相关产品推荐
相关产品推荐

