使用 dplyr 提取最小和最大日期

Question

在每个子组（a、b、c、d 等）加入 4 个具有最小和最大日期的数据场后，最终数据帧具有以下列：

Id   a_min_date_df1  a_max_date_df1  a_min_date_df2   a_max_date_df2  a_min_date_df3    a_max_date_df3  a_min_date_df4   a_max_date_df4
1    2014-01-01      2014-01-10       NA              NA               NA                NA             2014-02-20       2014-05-01
2    2014-02-01      2014-02-10       NA              NA               2015-02-20       2015-03-01             NA               NA

对于某些 ID，我只能从 2 个数据帧中的 1 个而不是所有 4 个数据帧中获得最小和最大日期。

我要补充：

• 具有每个子组（a、b、c、d 等）最小日期列的最小日期的新列

• 具有每个子组（a、b、c、d 等）最大日期列的最大日期的新列

• 计算新的最大和最小日期之间差异的列，如果差异超过 365 天， 比我想调整新的最小和最大日期并用原始日期替换它们：a_min_date_df1 和 a_max_date_df1

我已经尝试过了，它可以工作，但是 df 有超过 500 个子组，我无法为每个子组手动完成。

mutate(df, a_min= pmin(a_min_date1_df1, a_min_date1_df2, a_min_date1_df3, a_min_date1_df4, na.rm=TRUE), 
a_max= pmax(a_max_date1_df1, a_max_date1_df2, a_max_date1_df3, a_max_date1_df4, na.rm=TRUE)

我开始用 mutate(df, a_min= pmin(setdiff(starts_with("a_"), ends_with(min_date), na.rm=TRUE), a_max= pmax(setdiff(starts_with("a_ "), ends_with(min_date), na.rm=TRUE)) 这对我不起作用。欢迎所有建议。

Answer 1

可以试试：

library(dplyr)

df %>%
  mutate_at(vars(-Id), list(~ as.Date(as.character(.)))) %>%
  mutate(pmx = pmax(!!! syms(select(., contains("max")) %>% names), na.rm = T),
         pmn = pmin(!!! syms(select(., contains("min")) %>% names), na.rm = T),
         diffr = pmx - pmn,
         pmx = case_when(diffr > 365 ~ a_max_date_df1, TRUE ~ pmx),
         pmn = case_when(diffr > 365 ~ a_min_date_df1, TRUE ~ pmn)
  )

输出：

  Id a_min_date_df1 a_max_date_df1 a_min_date_df2 a_max_date_df2 a_min_date_df3 a_max_date_df3 a_min_date_df4
1  1     2014-01-01     2014-01-10           <NA>           <NA>           <NA>           <NA>     2014-02-20
2  2     2014-02-01     2014-02-10           <NA>           <NA>     2015-02-20     2015-03-01           <NA>
  a_max_date_df4        pmx        pmn    diffr
1     2014-05-01 2014-05-01 2014-01-01 120 days
2           <NA> 2014-02-10 2014-02-01 393 days