R 查看矢量化对以返回匹配值

关于我在这里提出的一个问题：

初始数据示例：

  person start_loc start_date end_date.1 end_date.2 end_date.3 end_loc.1 end_loc.2 end_loc.3
1      1         a 2021-02-10 2021-02-17       <NA>       <NA>         g                    
2      2         a 2021-01-30 2020-09-29 2020-12-12 2021-02-04         a         a         g
3      3         g 2020-12-04       <NA>       <NA>       <NA>                              
4      4         r 2020-12-09 2020-12-12 2020-12-14 2021-01-05         c         c         g
5      5         t 2021-03-22 2021-03-25 2021-03-29       <NA>         b         t          
6      6         b 2021-04-04 2021-04-07 2021-04-09       <NA>         b         t          

example <- structure(list(person = 1:6, start_loc = c("a", "a", "g", "r", 
"t", "b"), start_date = structure(c(18668, 18657, 18600, 18605, 
18708, 18721), class = "Date"), end_date.1 = structure(c(18675, 
18534, NA, 18608, 18711, 18724), class = "Date"), end_date.2 = structure(c(NA, 
18608, NA, 18610, 18715, 18726), class = "Date"), end_date.3 = structure(c(NA, 
18662, NA, 18632, NA, NA), class = "Date"), end_loc.1 = c("g", 
"a", "", "c", "b", "b"), end_loc.2 = c("", "a", "", "c", "t", 
"t"), end_loc.3 = c("", "g", "", "g", "", "")), class = "data.frame", row.names = c(NA, 
-6L))

---

从上一个问题开始，我采用了一些技巧，比如跨使用

c_，跨

使用

和
行
，但我似乎无法让R返回单个输出。这可能吗？我是否需要再次长时间构建数据？
您可以使用
dplyr
和
tidyr
：

库（dplyr）
图书馆（tidyr）
tmp0%
pivot_longer（cols=start_with（“end_date”）、name_to=c（“id”）、name_pattern=“end_date.（）”、values_to=“end_date”、values_drop\u na=TRUE）%>%
枢轴长度（cols=以（“结束位置”）开始，名称到=c（“id2”），名称到模式=“结束位置”（）”，值到=“结束位置”，值到下拉位置=真）%>%
筛选器（id==id2，结束日期=开始日期）%>%
选择（-id，-id2）%>%
分组人（人）
tmp1%
当（结束位置==开始位置~结束日期，
真~NA_real（真）]>%
筛选器（结束日期==匹配）%>%
选择（-match）
tmp2%
筛选器（结束日期==min（结束日期））%>%
反联合（tmp1，by=c（“人员”））
tmp1%>%
绑定_行（tmp2）%>%
右加入（例如，by=c（“人员”、“开始地点”、“开始日期”））%>%
安排（人员、开始地点、开始日期）

返回

#一个tible:6 x 11
#组别:人[6]
人员开始日期结束日期结束日期结束日期1结束日期2结束日期3结束位置1结束位置2
1 1 a 2021-02-10 2021-02-17 g 2021-02-17 NA NA“g”
2 a 2021-01-30 2021-02-04 g 2020-09-29 2020-12-12 2021-02-04“a”字
3 g 2020-12-04不适用
4 4 r 2020-12-09 2020-12-12 c 2020-12-12 2020-12-14 2021-01-05“c”
5 5T 2021-03-22 2021-03-29 t 2021-03-25 2021-03-29 NA“b”t
6 6 b 2021-04-04 2021-04-07 b 2021-04-07 2021-04-09 NA“b”t
# ... 还有1个变量：结束位置3

我正在建立三个临时表来获取所需的信息
tmp1
包含具有相同起始位置和结束位置的数据，
tmp2
查看具有不同位置的数据。最后，我们将这两个表组合起来，创建所需的输出。
您可以使用
dplyr
和
tidyr
：

库（dplyr）
图书馆（tidyr）
tmp0%
pivot_longer（cols=start_with（“end_date”）、name_to=c（“id”）、name_pattern=“end_date.（）”、values_to=“end_date”、values_drop\u na=TRUE）%>%
枢轴长度（cols=以（“结束位置”）开始，名称到=c（“id2”），名称到模式=“结束位置”（）”，值到=“结束位置”，值到下拉位置=真）%>%
筛选器（id==id2，结束日期=开始日期）%>%
选择（-id，-id2）%>%
分组人（人）
tmp1%
当（结束位置==开始位置~结束日期，
真~NA_real（真）]>%
筛选器（结束日期==匹配）%>%
选择（-match）
tmp2%
筛选器（结束日期==min（结束日期））%>%
反联合（tmp1，by=c（“人员”））
tmp1%>%
绑定_行（tmp2）%>%
右加入（例如，by=c（“人员”、“开始地点”、“开始日期”））%>%
安排（人员、开始地点、开始日期）

返回

#一个tible:6 x 11
#组别:人[6]
人员开始日期结束日期结束日期结束日期1结束日期2结束日期3结束位置1结束位置2
1 1 a 2021-02-10 2021-02-17 g 2021-02-17 NA NA“g”
2 a 2021-01-30 2021-02-04 g 2020-09-29 2020-12-12 2021-02-04“a”字
3 g 2020-12-04不适用
4 4 r 2020-12-09 2020-12-12 c 2020-12-12 2020-12-14 2021-01-05“c”
5 5T 2021-03-22 2021-03-29 t 2021-03-25 2021-03-29 NA“b”t
6 6 b 2021-04-04 2021-04-07 b 2021-04-07 2021-04-09 NA“b”t
# ... 还有1个变量：结束位置3

我正在建立三个临时表来获取所需的信息
tmp1
包含具有相同起始位置和结束位置的数据，
tmp2
查看具有不同位置的数据。最后，我们合并这两个表并创建所需的输出。
很抱歉延迟响应，但您可以这样做


人员应该有一个结果（可能是dput中的输入错误）
将数据中的空字符串“”替换为NA

example%left\u join（example%>%pivot\u更长（cols=！c（person，start\u loc，start\u date），names\u sep='\\'，
name_to=c（'.value'，number'），
数值_drop_na=T）%>%
分组单位（人）%>%
变异（差异=结束日期-开始日期，
cond2=diff=0，
cond1=开始位置==结束位置%>%
过滤器（cond2）%>%
安排（人-条件1，差异）%>%
总结（结束日期=第一个（结束日期），
end_loc=第一（end_loc）），by='person'）
#>人员开始日期开始日期结束日期1结束日期2结束日期3结束日期1
#>1A 2021-02-10 2021-02-17 g
#>2021-01-30 2020-09-29 2020-12-12 2021-02-04 a
#>3 g 2020-12-04
#>4 4 r 2020-12-09 2020-12-12 2020-12-14 2021-01-05 c
#>5T 2021-03-22 2021-03-25 2021-03-29 b
#>6 6 b 2021-04-04 2021-04-07 2021-04-09 b
#>结束位置2结束位置3结束日期结束位置
#>12021-02-17克
#>2 a g 2021-02-04
 person start_loc start_date end_date.1 end_date.2 end_date.3 end_loc.1 end_loc.2 end_loc.3   end_date end_loc
1      1         a 2021-02-10 2021-02-17       <NA>       <NA>         g                     2021-02-17       g
2      2         a 2021-01-30 2020-09-29 2020-12-12 2021-02-04         a         a         g       <NA>        
3      3         g 2020-12-04       <NA>       <NA>       <NA>                                     <NA>        
4      4         r 2020-12-09 2020-12-12 2020-12-14 2021-01-05         c         c         g 2020-12-12       c
5      5         t 2021-03-22 2021-03-25 2021-03-29       <NA>         b         t           2021-03-29       t
6      6         b 2021-04-04 2021-04-07 2021-04-09       <NA>         b         t           2021-04-07       b

example %>% pivot_longer(cols = !c(person, start_loc, start_date), names_sep = '\\.', 
                                               names_to = c('.value', 'number'),
                                               values_drop_na = T) %>%
                        group_by(person) %>%
                        mutate(diff = end_date - start_date,
                               cond2 = diff <= 7 & diff >= 0,
                               cond1 = start_loc == end_loc) %>%
                        filter(cond2) %>%
                        arrange(person, -cond1, diff) %>%
                        summarise(end_date = first(end_date),
                                  end_loc = first(end_loc))

# A tibble: 5 x 3
  person end_date   end_loc
   <int> <date>     <chr>  
1      1 2021-02-17 g      
2      2 2021-02-04 g      
3      4 2020-12-12 c      
4      5 2021-03-29 t      
5      6 2021-04-07 b