为每个组中的最新日期创建新的列指标

Posted 2021-05-07

嗨，我有一个看起来像这样的数据集。我想创建一个新列作为指标，以显示该组的日期是否为最新。

我在下面附加了示例数据：

Item    Group   Date
item1   a   1/1/2019
item2   a   2/1/2019
item3   a   3/1/2019
item6   b   1/1/2019
item7   b   2/1/2019
item8   b   2/1/2019
item9   b   3/1/2019

对于每个组（a或b），我想创建一个指标来显示日期是否在其组内是最新的。我附上了我要完成的工作的样本：

Item    Group   Date    Indicator
item1   a   1/1/2019    
item2   a   2/1/2019    
item3   a   3/1/2019    Latest
item6   b   1/1/2019    
item7   b   2/1/2019    
item8   b   3/1/2019    
item9   b   4/1/2019    Latest

到目前为止，这是我的代码。它能够找到最新日期，但似乎无法按组分开。

data$Indicator <- ifelse(data$Date == max(data$Date) & data$Group == "a", "Latest",
                           ifelse(data$Date == max(data$Date) & data$Group == "b", "Latest","")) 

我意识到data$Date == max(data$Date)语句无法区分组，因此我尝试使用mutate，但似乎将其设置为错误。

data %>% 
  group_by(Group) %>% 
  mutate(Indicator = ifelse(data$Date == max(data$Date), "Latest",""))

想知道有人能指出我正确的方向。

答案

将日期更改为日期类后，我们可以将日期与每个max中的Group日期值进行比较，并使用ifelse分配Indicator。

library(dplyr)

df %>%
 mutate(Date = as.Date(Date, '%m/%d/%Y')) %>%
 group_by(Group) %>%
 mutate(Indicator = ifelse(Date == max(Date), 'Latest', ''))

# Item  Group Date       Indicator
#  <chr> <chr> <date>     <chr>    
#1 item1 a     2019-01-01 ""       
#2 item2 a     2019-02-01 ""       
#3 item3 a     2019-03-01 "Latest" 
#4 item6 b     2019-01-01 ""       
#5 item7 b     2019-02-01 ""       
#6 item8 b     2019-02-01 ""       
#7 item9 b     2019-03-01 "Latest" 

---

另一种方法可以是arrange数据，并在每组的最后一行分配"Latest" Indicator。

df %>%
 mutate(Date = as.Date(Date, '%m/%d/%Y')) %>%
 arrange(Group, Date) %>%
 group_by(Group) %>%
 mutate(Indicator = ifelse(row_number() == n(), 'Latest', ''))