如何动态有条件地过滤 R 数据框中的行

Question

假设我有一个如下所示的有序数据框：

df <- data.frame(customer = c('cust1','cust1','cust2','cust3','cust3'),
start_month = as.Date(c('2016-03-01','2017-08-01','2016-03-01','2017-07-01','2017-10-01')),
price = c(29,29,59,99,59),
end_month = as.Date(c('2017-08-01',NA,'2017-09-01','2017-09-01',NA)));

如何在 R 中编写具有以下业务规则的脚本：如果客户在同一个月结束并开始，并且价格没有变化，则删除最新交易。否则，保留交易。生成的数据框如下所示：

new_df <- data.frame( customer = c('cust1','cust2','cust3','cust3'),
start_date = as.Date(c('2016-03-01','2016-03-01','2017-07-01','2017-10-01')),
price = c(29,59,99,59),
end_date = as.Date(c(NA,'2017-09-01','2017-09-01',NA)));

在此示例中，cust1 的 2017-08-01 被忽略并过滤掉，因为价格与他们之前的交易相同。但是由于价格不同，cust3的交易被保留了。

如何在 R 中做到这一点？

Answer 1

library(dplyr)
df <- df %>% group_by(customer) %>% mutate(change = lag(price) - price)

> df
# A tibble: 5 x 5
# Groups:   customer [3]
  customer start_month price  end_month change
    <fctr>      <date> <dbl>     <date>  <dbl>
1    cust1  2016-03-01    29 2017-08-01     NA
2    cust1  2017-08-01    29         NA      0
3    cust2  2016-03-01    59 2017-09-01     NA
4    cust3  2017-07-01    99 2017-09-01     NA
5    cust3  2017-10-01    59         NA     40

客户的第一个条目始终是 NA，我们将保留这些条目。我们将删除价格没有变化的行：

df <- df %>% filter(is.na(change) | change != 0)

> df
# A tibble: 4 x 5
# Groups:   customer [3]
  customer start_month price  end_month change
    <fctr>      <date> <dbl>     <date>  <dbl>
1    cust1  2016-03-01    29 2017-08-01     NA
2    cust2  2016-03-01    59 2017-09-01     NA
3    cust3  2017-07-01    99 2017-09-01     NA
4    cust3  2017-10-01    59         NA     40

多合一命令：

library(dplyr)
df <-
  df %>% 
  group_by(customer) %>% 
  mutate(change = lag(price) - price) %>% 
  filter(is.na(change) | change != 0)

编辑：

我忘记检查日期是否更改：

library(dplyr)
df <-
  df %>% 
  group_by(customer) %>% 
  mutate(change = lag(price) - price) %>%
  mutate(date_change = lag(end_month) - start_month) %>%
  filter((is.na(change) | change != 0) | (is.na(date_change) | date_change != 0))

这将保留每个第一个条目并删除开始日期与上一个结束日期相同且价格未更改的行。