如何获得条件语句来选择最近的时间戳？答案

【问题标题】：How can I get a conditional statement to select the most recent timestamp?如何获得条件语句来选择最近的时间戳？
【发布时间】：2021-09-05 14:13:27
【问题描述】：

我有一个包含约 1,000,000 行的数据框，并且正在对一些数据进行分类。

如果记录中有两个或多个日期，我想在名为 Day1 的新字段中使用第一个日期，在名为 Day2 的字段中使用第二个日期。

我是这样实现的：

df %>%
   group_by(pii, cn) %>%
   summarise(Day1 = min(TestDate, na.rm = TRUE), # Selects the first available date
             Day2 = sort(TestDate, na.last = TRUE)[2]) # Selects the second available date

但是，我遇到了一个问题，该问题影响了大约 1.6% 的记录（约 14,000 条），其中仅列出了两个相同的日期。

在这种情况下，我希望能够查看针对每个日期列出的时间（记录在 df$time 中）以确定哪个先出现，但仍打算将第一个（较早的）日期作为 Day1第二个为Day2。

我怎样才能把它整合到我目前的结构中？

为了一个说明性的例子（尽管不起作用），我认为它可能是这样的：

if_else(sort(TestDate,na.last = TRUE)[2] == Day1, [CHECK TIMES HERE], sort(TestDate, na.last = TRUE)[2])

因此，我希望有这样的输出：

id   Day1        D1_Time  Day2        D2_Time
1    2021-01-02  NA       2021-01-04  NA
2    2021-01-01  04.45    2021-01-01  04.48
3    2021-01-03  NA       2021-01-08  NA

在此输出示例中，具有id 值2 的记录列出了两个相同的日期，因此请查阅df$time 字段以确定哪个先出现。

【问题讨论】：

如果您创建一个小的可重现示例以及预期的输出，这将更容易提供帮助。阅读how to give a reproducible example。

标签： r conditional-statements

【解决方案1】：

我认为这会解决您的问题（尽管它可能无法回答您的具体问题）。我会做这样的事情：

library(dplyr)
library(tidyr)

df %>%
  group_by(pii, cn) %>%
  arrange(TestDate, time) %>% # order within the groups by date and time
  mutate(rownum = 1:n()) %>% # number the rows in order
  filter(rownum <= 2) %>% # only keep the top 2 in each group.  slice_head(n=2) would be an alternative to the last 2 steps, but I want the row number below
  ungroup() %>% 
  pivot_wider(names_from = rownum,  # spread to match your desired 
              values_from = c(TestDate, time)) %>% 
  select(pii, cn, TestDate_1, time_1, TestDate_2, time_2) #reorder the columns to match your sample

或者，如果您不喜欢这种方法，是否可以将每个日期/时间对组合成一个日期时间字段，并使用您原来的逻辑？

【讨论】：