r - 使用 dplyr 中的过滤条件改变每组的最小日期

Question

我希望创建一个新列，其中包含满足某些条件的每组的最短日期。

我的数据如下:

mbr <- c('A','A','A','A','B','B','B')
drg_typ <- c('TGT','TGT','TGT','Other','Other','TGT','TGT')
dt <- as.Date(c('2018-01-01','2019-06-30','2019-03-18','2017-01-01','2018-01-01','2016-01-01','2019-05-01'))

df <- data.frame(mbr,drg_typ,dt)

mbr drg_typ dt
A   TGT     2018-01-01
A   TGT     2019-06-30
A   TGT     2019-03-18
A   Other   2017-01-01
B   Other   2018-01-01
B   TGT     2016-01-01
B   TGT     2019-05-01

我希望更改一个名为 min_dt 的新列，该列使用以下逻辑在 mbr 的组级别执行:

对于 drg_typ = 'TGT' 且 dt 介于 2019-01-01 和 2019-12-31 之间的每个 mbr，请使用位于上述日期值之间的 dt 最小值填充名为 min_dt 的新列。

我已经尝试过:

df <- df %>% 
  group_by(mbr) %>%
  mutate(min_dt = if_else(drg_typ == 'TGT' & dt >= '2019-01-01' & dt <= '2019-12-31', min(dt),0))

但我收到以下错误:

Error in as.Date.numeric(value) : 'origin' must be supplied

我已经检查了数据框的结构，dt 是一个日期

> str(df)
'data.frame':   7 obs. of  3 variables:
 $ mbr    : Factor w/ 2 levels "A","B": 1 1 1 1 2 2 2
 $ drg_typ: Factor w/ 2 levels "Other","TGT": 2 2 2 1 1 2 2
 $ dt     : Date, format: "2018-01-01" "2019-06-30" "2019-03-18" "2017-01-01" ...

我的最终输出应如下所示:

 mbr drg_typ    dt         min_dt
    A   TGT     2018-01-01 2019-03-18
    A   TGT     2019-06-30 2019-03-18
    A   TGT     2019-03-18 2019-03-18
    A   Other   2017-01-01 2019-03-18
    B   Other   2018-01-01 2019-05-01
    B   TGT     2016-01-01 2019-05-01
    B   TGT     2019-05-01 2019-05-01

Answer 1

0 是一个问题，if_else 检查类型。这里的 true 是 Date 类类型，而 false 是数字类型。相反，它可以是 NA 并使用 as.Date 将其转换为 Date

library(dplyr)
df %>% 
   group_by(mbr) %>%
   mutate(min_dt = if_else(drg_typ == 'TGT' & 
       dt >= '2019-01-01' & dt <= '2019-12-31', min(dt), as.Date(NA)))

---

根据预期的输出，我们在这里不需要 if_else 。 'dt' 的 min 可以基于逻辑表达式

df %>%
     group_by(mbr) %>%
      mutate(min_dt = min(dt[drg_typ == 'TGT' & 
         between(dt, as.Date('2019-01-01'), as.Date('2019-12-31'))]))
# A tibble: 7 x 4
# Groups:   mbr [2]
#  mbr   drg_typ dt         min_dt    
#  <fct> <fct>   <date>     <date>    
#1 A     TGT     2018-01-01 2019-03-18
#2 A     TGT     2019-06-30 2019-03-18
#3 A     TGT     2019-03-18 2019-03-18
#4 A     Other   2017-01-01 2019-03-18
#5 B     Other   2018-01-01 2019-05-01
#6 B     TGT     2016-01-01 2019-05-01
#7 B     TGT     2019-05-01 2019-05-01

---

或者使用data.table

library(data.table)
setDT(df)[, min_dt := min(dt[drg_typ == 'TGT' & 
         between(dt, as.Date('2019-01-01'), as.Date('2019-12-31'))]), mbr]