You need to enable JavaScript to run this app. R语言:按参与者ID提取其最早调查日期对应的唯一数据行
优惠活动
大模型
产品
解决方案
定价
更多

R语言:按参与者ID提取其最早调查日期对应的唯一数据行

提取每名参与者最早调查记录的实现方案

需求说明

现有数据集覆盖200名参与者,每人对应25条调查记录,需要生成仅保留每名参与者最早完成的1条调查记录的新数据集,最终输出共200行。

最初尝试写的实现逻辑伪代码:

newdataset <- distinct(mydataframe, ID, .keepall = True, where row selected = min(surveydate))

注:distinct()函数本身没有内置按字段筛选目标行的参数,无法直接按上述伪代码的逻辑运行,需要调整实现方式。

现有数据结构示例

参与者ID调查日期每周测试得分相关列
12019年1月1日8
12019年1月7日19
12019年1月14日(后续剩余22行同ID记录)
22019年4月29日16
22019年5月6日6
22019年5月13日4
(其余198名参与者均匹配25行记录)--

可直接运行的实现代码

前置准备

  • 加载dplyr工具包,提供数据处理的函数支持
  • 必须把字符串格式的调查日期转成标准日期类型,避免按字符串排序出现日期判断错误的问题:
# 加载dplyr工具包
library(dplyr)

# 转换日期格式,匹配示例中"月 日 年"的文本格式
mydataframe <- mydataframe %>% 
  mutate(SurveyDate = as.Date(SurveyDate, format = "%b %d %Y"))

方案1:排序后取每组首行(最稳定)

newdataset <- mydataframe %>%
  # 按参与者ID分组,同ID下按调查日期从早到晚排序
  arrange(ID, SurveyDate) %>%
  group_by(ID) %>%
  # 取每个分组的第一行,即该ID最早的调查记录
  slice_head(n = 1) %>%
  ungroup()

这个方案不会因为同ID下存在多笔相同最早日期的记录出现行数超标的问题,最终输出严格为200行。

方案2:直接筛选匹配最早日期的行

newdataset <- mydataframe %>%
  group_by(ID) %>%
  # 筛选每个ID下日期等于最早日期的记录
  filter(SurveyDate == min(SurveyDate)) %>%
  ungroup()

提示:如果存在同一个ID下有多条完全相同的最早日期记录,这个方法会保留所有匹配行,可能导致最终行数超过200,需根据实际数据情况补充去重规则。

最终输出效果示例

参与者ID调查日期每周测试得分相关列
12019年1月1日8
22019年4月29日16
(其余198名参与者的最早记录,总计200行)--

内容的提问来源于stack exchange,提问作者jenny9

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.14 15:54:03