r - 通过 R 中的唯一 ID 和最接近日期对数据框进行子集化

Question

下午好!

目前我正在使用一个大型数据库，其中包含有关借款人如何支付贷款的各种信息

示例如下:

Loan_ID <- c(1, 1, 1, 2, 2, 2)
Execution_Sum <- c(1000, 900, 800, 500, 600, 400)
Execution_Date <- c("2022-03-10", "2022-03-15", "2022-03-17", "2022-03-11", "2022-03-22", "2022-03-29")

df <- data.frame(Loan_ID, Execution_Sum, Execution_Date)

df$Execution_Date <- as.Date(df$Execution_Date)

我有 3 列:唯一的贷款 ID、Execution_Sum(借款人支付的金额)和 Execution_Date(实际付款的时间)。

问题是我想创建数据框的一个子集，以便为每笔唯一贷款(每个唯一 ID)仅获取 1 行，使得该行不反射(reflect)借款人支付的所有付款，但是只有 1 个最接近预定日期(在我的例子中是 2022 年 3 月 31 日)

所以，期望的结果应该是:

1, 800, "2022-03-17" 和 2, 400, "2022-03-29"

因为这两个日期最接近2022年3月31日

是否可以创建这种子集？

非常感谢您提供的任何帮助!

Answer 1

我们可以在行 (which.min) 上进行切片，这会给出 absolute minimum 差异在“Execution_Date”和按“Loan_ID”分组后的预定日期之间

library(dplyr)
df %>%
   group_by(Loan_ID) %>% 
   slice(which.min(abs(Execution_Date - as.Date("2022-03-31")))) %>%
   ungroup

-输出

# A tibble: 2 × 3
  Loan_ID Execution_Sum Execution_Date
    <dbl>         <dbl> <date>        
1       1           800 2022-03-17    
2       2           400 2022-03-29