如何根据r中的日期删除行？

如果两行之间的日期超过30天，我想删除这些行。我不知道如何解决这个问题，所以希望有人能帮助我

我的数据如下所示：

Sessionid          Clientid        Date (D-M-Y)         Conversion
   1                  1             01-01-2020             No
   2                  1             02-01-2020             No
   3                  1             03-01-2020             No
   4                  1             15-02-2020             No
   5                  1             16-02-2020             No
   6                  1             17-02-2020             Yes
   7                  2             01-01-2020             No
   8                  2             02-01-2020             Yes

所以在这个例子中，我想删除前三行，因为在客户端1的会话3和会话4之间，已经30天没有交互了。因此，我的输出必须如下所示：

Sessionid          Clientid        Date (D-M-Y)         Conversion
   4                  1             15-02-2020             No
   5                  1             16-02-2020             No
   6                  1             17-02-2020             Yes
   7                  2             01-01-2020             No
   8                  2             02-01-2020             Yes

因此，对于每一次转换，我想检查之前的所有会话，以及每一个会话，如果它们在30天内。因此，即使客户有5个会话，但每个会话之间的间隔为28天也可以

谢谢你的帮助

一个基本策略是：

split（）

在每个数据帧上，使用

lappy（）

将数据帧拼凑在一起——我将使用

do.call
rbind（）
，但还有其他可能的选项

以下是正在实施的策略（这是一个重写版本，可以正确处理每个客户有多个转换的情况，因为我不知道这对您是否重要）：

---

df当所有会话间隔28天时会发生什么？所以第一节课在第二节课的30天内，第二节课在第三节课的30天内，等等。。。除了第三节课，他们是否都应该被移除？不，如果这两节课在30天内，他们可以继续。我只需要控制一个事实，即客户在30天内没有互动。所以，即使是一个有5个疗程的客户，都有28天的差异，也可以在30天内保持什么？客户端的最后一个会话？因为Sessionid 2在Sessionid 3的30天内..是的，但我想从客户进行转换的角度检查它。因此，在会话6中，客户机转换。第5课时可以在第6课时后的30天内继续上课。第4课时可以继续，因为它在第5课时的30天内。第三课时必须结束，因为它不是在第四课时的30天内。因为会话3需要删除，所以之前的所有其他会话也需要删除（所以1和2）。很抱歉给你带来了混乱
df <- data.frame(
  Sessionid = 1:13,
  Clientid = c(rep(1, 6), 2, 2, rep(3, 4), 4),
  Date = as.Date(c("01-01-2020", "02-01-2020", "03-01-2020", "15-02-2020",
                   "16-02-2020", "17-02-2020", "01-01-2020", "02-01-2020",
                   "01-05-2020", "15-06-2020", "01-08-2020", "02-08-2020",
                   "02-03-2020"),
                 "%d-%m-%y"),
  Conversion = c(rep("No", 5), "Yes", "No", "Yes", "No", "Yes", "No", "Yes", "No")
) # expanded toy data set meant to demonstrate cases with multiple / no conversions

df

#    Sessionid Clientid       Date Conversion
# 1          1        1 2020-01-01         No
# 2          2        1 2020-01-02         No
# 3          3        1 2020-01-03         No
# 4          4        1 2020-02-15         No
# 5          5        1 2020-02-16         No
# 6          6        1 2020-02-17        Yes
# 7          7        2 2020-01-01         No
# 8          8        2 2020-01-02        Yes
# 9          9        3 2020-05-01         No
# 10        10        3 2020-06-15        Yes
# 11        11        3 2020-08-01         No
# 12        12        3 2020-08-02        Yes
# 13        13        4 2020-03-02         No


step1 <- split(df, df$Clientid)
# break df into a list of data frames according to Clientid

step2 <- lapply(step1, function(x) {
  daterange <- x[x$Conversion == "Yes", ]$Date
    # record set of successful conversion dates
  daterange <- unlist(lapply(daterange, function(y) seq(y-30, y+30, by = "days")))
    # puff out set of days by 30 days in either direction from each conversion
  x[x$Date %in% daterange, ]
    # subset each data frame by keeping only those with a date in the range
})

df2 <- do.call("rbind", step2)
  # glue the list of data frames back together
row.names(df2) <- NULL
  # remove junk artifact row names

df2

#   Sessionid Clientid       Date Conversion
# 1         4        1 2020-02-15         No
# 2         5        1 2020-02-16         No
# 3         6        1 2020-02-17        Yes
# 4         7        2 2020-01-01         No
# 5         8        2 2020-01-02        Yes
# 6        10        3 2020-06-15        Yes
# 7        11        3 2020-08-01         No
# 8        12        3 2020-08-02        Yes