R - 在数据框的日期之间过滤

Question

我的数据框是这样的

df <- read.table(text="
              id date       paid_at    binded_at  
1            107 2016-12-16 2017-06-02 2017-06-07
2            107 2017-11-27 2017-06-02 2017-06-07
3            107 2017-11-28 2017-06-02 2017-06-07
4            109 2016-11-28 2017-01-01 2017-06-07
5            109 2017-11-29 2017-01-01 2017-06-07
6            110 2017-12-04 2018-01-01 2017-06-07", header=TRUE)

目标是为每个 id 比较paid_at 和日期列，并仅过滤比paid_at 之间最接近的日期。例如 id 107 它是在 2017 年 6 月 2 日支付的，并且由于此后最近的日期是 2017 年 11 月 27 日，因此应过滤第二行。 id 109 相同，2017-01-01 之后的最近日期是 2017-11-29，所以过滤它。对我来说问题是 id 110 之类的情况，因为实际上在 2018-01-01 之后没有日期，因为这应该被过滤到第 6 行。结果应该是

result <- read.table(text="
              id date       paid_at    binded_at   
1            107 2017-11-27 2017-06-02 2017-06-07
2            109 2017-11-29 2017-01-01 2017-06-07
3            110 2017-12-04 2018-01-01 2017-06-07", header=TRUE)

我创建了这段代码：

result <- df %>% 
  group_by(id) %>% 
  filter(paid_at > date)

Answer 1

一个选项是允许id 仅通过filter 获得一行，因为对于那些ids 任何条件都不会匹配。

OP 显示的解决方案可以扩展为包含 id，只有 1 行为：

library(dplyr)
df %>% mutate_at(vars(2:4), as.Date) %>%  #This step is to convert in Date format
  group_by(id) %>%
  filter(paid_at < date | n()==1) %>% #Include groups with single row
  arrange(date) %>%
  slice(1)  #Select just 1 row

# # A tibble: 3 x 4
# # Groups: id [3]
#     id    date       paid_at    binded_at 
#   <int>   <date>     <date>     <date>    
# 1   107 2017-11-27 2017-06-02 2017-06-07
# 2   109 2017-11-29 2017-01-01 2017-06-07
# 3   110 2017-12-04 2018-01-01 2017-06-07