r - 基于引用日期时间过滤、分类和创建新变量

Question

我目前正在处理一个包含一些供水 jar 记录的数据集，该记录显示 日期 5 种不同储 jar 的技术检查 ( IDENT ) 以及 型号 记录的检查记录只有两个值“READ”，当油 jar 工作正常时，“ERROR”，否则性能不佳。


身份识别
日期
类型


X3
30/04/2021
错误

X1
1/05/2021
读

X1
2/05/2021
错误

X4
3/05/2021
读

X9
4/05/2021
错误

X6
5/05/2021
读

X1
6/05/2021
读

X3
7/05/2021
错误

X3
8/05/2021
读


我必须创建一个可以过滤和选择每个 TYPE="ERROR" 的数据框日期 对于每个水箱(是否没有错误记录在指定水箱的日期集上没有必要显示它)并显示最新的 TYPE="READ"日期 在每个坦克的 ERROR 之前以及最新的 日期 在每个坦克的错误日期之后，为了说明我要实现这个表:

| IDENT | READ_PRIOR |    ERROR   | POST_READ |
|:-----:|:----------:|:----------:|:---------:|
|   X3  |     NA     | 30/04/2021 | 8/05/2021 |
|   X3  |     NA     |  7/05/2021 | 8/05/2021 |
|   X1  |  1/05/2021 |  2/05/2021 | 6/05/2021 |
|   X9  |     NA     |  4/05/2021 |     NA    |

我尝试了什么？
我已经开始通过按日期按时间顺序排列数据集并使用 tidyverse 包按 IDENT 分组来解决这个问题，我也可以使用 top_n 函数为组选择最新的日期，但我的问题是我似乎无法找到一种方法在引用 TYPE="ERROR"之前和之后成功过滤或选择坦克的最新日期，这就是我撞到头的地方。非常感谢你帮助我把我真正感激的人。
代码:

df<- tibble::tribble(
~IDENT  ~DATE   ~TYPE,
        
"X3",   "30/04/2021",   "ERROR",
        
"X1",   "1/05/2021",    "READ",
        
"X1",   "2/05/2021",    "ERROR",
        
"X4",   "3/05/2021",    "READ",
        
"X9",   "4/05/2021",    "ERROR",
        
"X6",   "5/05/2021",    "READ",
        
"X1",   "6/05/2021",    "READ",
        
"X3",   "7/05/2021",    "ERROR",
        
"X3",   "8/05/2021",    "READ")
        

十分感谢大家!

Answer 1

我们将“日期”列转换为 Date类 ( dmy - 来自 lubridate), arrange 'IDENT' 和 'DATE' 的行，按 'IDENT' 分组，使用 case_when 将 'READ' 值重新编码为 'READ_PRIOR' 和 'POST_READ'基于'ERROR'的存在，删除'TYPE'中没有'ERROR'值的'IDENT'组，使用pivot_wider重新整形为'wide'格式和 fill 'POST_READ' 中的值与每个 'IDENT' 的非 NA 相邻值

library(dplyr)
library(tidyr)
library(data.table)
library(lubridate)
df %>% 
  mutate(DATE = dmy(DATE)) %>%
  arrange(IDENT, DATE) %>% 
  group_by(IDENT) %>% 
  mutate(TYPE = case_when(TYPE == 'READ' & lead(TYPE) == 'ERROR' 
     ~ 'READ_PRIOR', TYPE == 'READ' ~ 'POST_READ', TRUE ~ TYPE)) %>%       
  filter('ERROR' %in% TYPE) %>%     
  mutate(rn = rowid(IDENT, TYPE)) %>% 
  pivot_wider(names_from = TYPE, values_from = DATE) %>% 
  fill(POST_READ) %>%
  ungroup %>%
  select(-rn)

-输出

# A tibble: 4 x 4
#  IDENT READ_PRIOR ERROR      POST_READ 
#  <chr> <date>     <date>     <date>    
#1 X1    2021-05-01 2021-05-02 2021-05-06
#2 X3    NA         2021-04-30 2021-05-08
#3 X3    NA         2021-05-07 2021-05-08
#4 X9    NA         2021-05-04 NA