从R数据帧查找条件上的特定日期

我在下面提到了R中的数据帧：

Unique_ID     D_1         ST_1        D_2    ST_2         D_3       ST_3   
JJ-123    2018-04-01   No Range  2018-03-12  50-80    2018-02-01   10-30
JJ-113    2018-04-01   50-80     2018-03-05  50-80    2018-02-01   10-30
JJ-457    2018-04-03   10-30     2018-03-12  1-5      2018-02-01   No Range
JJ-879    2018-04-01   No Range  2018-03-12  50-80    2018-02-01   50-80

注意：为了简单起见，我只提到了三个

ST_

值，尽管在原始数据帧中我有一个列，直到

ST_38

Dput：

使用上面的数据框，我想得到最早的日期，当

ST_uu

值第一次更改为

10-30

和

50-80

时

输出：

Unique_ID     10-30         50-80
JJ-123        2018-02-01    2018-03-12
JJ-113        2018-02-01    2018-03-05
JJ-457        2018-04-03    NA
JJ-879        NA            2018-02-01 

---

在我看来，您首先需要使用gather将此数据帧从宽转换为长。 1） 您需要两个新列

St\u Number

和

St\u Value

。 2） 您需要两个新列

Date\u Number

和

Date\u Value

做这两件事（好吧，我想是4件事）将允许您在

唯一\u ID

值上使用group\u by并执行各种操作

---

使用整洁数据的原则，你的生活会轻松得多

在我看来，您首先需要使用gather将此数据帧从宽转换为长。

library(tidyr)
library(dplyr)

d %>% gather("variable", "value", -Unique_ID) %>%
  separate(variable, c("variable", "number")) %>%
  spread(variable, value) %>%
  mutate(D = as.Date(D, format="%d/%m/%Y")) %>%
  filter(ST %in% c("10-30", "50-80")) %>%
  group_by(Unique_ID, ST) %>%
  filter(D==min(D)) %>%
  select(-number) %>%
  spread(ST, D)

## # A tibble: 4 x 3
## # Groups:   Unique_ID [4]
##   Unique_ID    `10-30`    `50-80`
## *     <chr>     <date>     <date>
## 1    JJ-113 2018-02-01 2018-03-05
## 2    JJ-123 2018-02-01 2018-03-12
## 3    JJ-457 2018-04-03         NA
## 4    JJ-879         NA 2018-02-01

1） 您需要两个新列

St\u Number

和

St\u Value

。 2） 您需要两个新列

Date\u Number

和

Date\u Value

做这两件事（好吧，我想是4件事）将允许您在

唯一\u ID

值上使用group\u by并执行各种操作

使用整洁数据的原则，你的生活会轻松得多

library（tidyr）
library(tidyr)
library(dplyr)

d %>% gather("variable", "value", -Unique_ID) %>%
  separate(variable, c("variable", "number")) %>%
  spread(variable, value) %>%
  mutate(D = as.Date(D, format="%d/%m/%Y")) %>%
  filter(ST %in% c("10-30", "50-80")) %>%
  group_by(Unique_ID, ST) %>%
  filter(D==min(D)) %>%
  select(-number) %>%
  spread(ST, D)

## # A tibble: 4 x 3
## # Groups:   Unique_ID [4]
##   Unique_ID    `10-30`    `50-80`
## *     <chr>     <date>     <date>
## 1    JJ-113 2018-02-01 2018-03-05
## 2    JJ-123 2018-02-01 2018-03-12
## 3    JJ-457 2018-04-03         NA
## 4    JJ-879         NA 2018-02-01

图书馆（dplyr）
d%%>%聚集（“变量”、“值”、-唯一ID）%%>%
单独（变量，c（“变量”，“数字”））%>%
价差（变量、值）%>%
变异（D=as.Date（D，format=“%D/%m/%Y”））%>%
过滤器（ST%在%c（“10-30”、“50-80”））%>%
分组依据（唯一ID，ST）%>%
过滤器（D==min（D））%>%
选择（-number）%%>%
排列（ST，D）
###tibble:4 x 3
###组：唯一的_ID[4]
##唯一的_ID`10-30``50-80`
## *               
##1 JJ-113 2018-02-01 2018-03-05
##2 JJ-123 2018-02-01 2018-03-12
##3 JJ-457 2018-04-03 NA
##4 JJ-879 NA 2018-02-01

库（tidyr）
图书馆（dplyr）
d%%>%聚集（“变量”、“值”、-唯一ID）%%>%
单独（变量，c（“变量”，“数字”））%>%
价差（变量、值）%>%
变异（D=as.Date（D，format=“%D/%m/%Y”））%>%
过滤器（ST%在%c（“10-30”、“50-80”））%>%
分组依据（唯一ID，ST）%>%
过滤器（D==min（D））%>%
选择（-number）%%>%
排列（ST，D）
###tibble:4 x 3
###组：唯一的_ID[4]
##唯一的_ID`10-30``50-80`
## *               
##1 JJ-113 2018-02-01 2018-03-05
##2 JJ-123 2018-02-01 2018-03-12
##3 JJ-457 2018-04-03 NA
##4 JJ-879 NA 2018-02-01

是的，但当状态更改为

10-30

或

50-80

时，我如何获得最早的日期或第一个日期。我将尝试过滤，通过管道输送到group_by，通过管道输送到Summary。您可能必须首先使用lubridate将日期值字段转换为实际日期时间，才能在摘要中使用min。@Jupiter，如果您包含一个我们可以读入R的数据样本，@BBlank和其他人将更能提供帮助。使用

dput

；参考指南。@Aaron Dput样本：

结构（列表（唯一ID=c（“JJ-123”、“JJ-113”、“JJ-457”、“JJ-879”）、D_1=c（“2018年4月1日”、“2018年4月1日”、“2018年4月3日”、“2018年4月3日”、“2018年4月1日”）、ST_1=c（“无范围”、“50-80”、“10-30”、“无范围”）、D_2=c（“2018年3月12日”、“2018年3月12日”、“2018年3月12日”）、ST_2=c（“50-80”、“50-80”、“1-50-80”），D_3=c（“2018年2月1日”，“2018年2月1日”，“2018年2月1日”，“2018年2月1日”），ST_3=c（“10-30”，“10-30”，“无范围”，“50-80”）），class=“data.frame”，row.names=c（NA，-4L））

是的，但当状态更改为

10-30

或

50-80

时，如何获取最早的日期或第一个日期。过滤器，通过，我会尝试将其导入总结。您可能必须首先使用lubridate将日期值字段转换为实际日期时间，才能在摘要中使用min。@Jupiter，如果您包含一个我们可以读入R的数据样本，@BBlank和其他人将更能提供帮助。使用

dput

；参考指南。@Aaron Dput样本：

结构（列表（唯一ID=c（“JJ-123”、“JJ-113”、“JJ-457”、“JJ-879”）、D_1=c（“2018年4月1日”、“2018年4月1日”、“2018年4月3日”、“2018年4月3日”、“2018年4月1日”）、ST_1=c（“无范围”、“50-80”、“10-30”、“无范围”）、D_2=c（“2018年3月12日”、“2018年3月12日”、“2018年3月12日”）、ST_2=c（“50-80”、“50-80”、“1-50-80”），D_3=c（“2018年2月1日”，“2018年2月1日”，“2018年2月1日”，“2018年2月1日”），ST_3=c（“10-30”，“10-30”，“无范围”，“50-80”）），class=“data.frame”，row.names=c（NA，-4L））