如何动态有条件地过滤R数据帧中的行

Question

假设我有一个如下所示的有序数据框：

df <- data.frame(customer = c('cust1','cust1','cust2','cust3','cust3'),
start_month = as.Date(c('2016-03-01','2017-08-01','2016-03-01','2017-07-01','2017-10-01')),
price = c(29,29,59,99,59),
end_month = as.Date(c('2017-08-01',NA,'2017-09-01','2017-09-01',NA)));

如何使用以下业务规则在R中编写脚本：如果客户在同一个月结束并启动，且价格未发生变化，请删除最新的事务。否则，保持交易。结果数据框如下所示：

new_df <- data.frame( customer = c('cust1','cust2','cust3','cust3'),
start_date = as.Date(c('2016-03-01','2016-03-01','2017-07-01','2017-10-01')),
price = c(29,59,99,59),
end_date = as.Date(c(NA,'2017-09-01','2017-09-01',NA)));

在此示例中，cust1的2017-08-01被忽略并过滤掉，因为价格与之前的交易相同。但是，由于价格不同，保留了cust3的交易。

我怎么能在R中这样做？

Answer 1

library(dplyr)
df <- df %>% group_by(customer) %>% mutate(change = lag(price) - price)

> df
# A tibble: 5 x 5
# Groups:   customer [3]
  customer start_month price  end_month change
    <fctr>      <date> <dbl>     <date>  <dbl>
1    cust1  2016-03-01    29 2017-08-01     NA
2    cust1  2017-08-01    29         NA      0
3    cust2  2016-03-01    59 2017-09-01     NA
4    cust3  2017-07-01    99 2017-09-01     NA
5    cust3  2017-10-01    59         NA     40

客户的第一个条目始终是NA，我们将保留这些条目。我们将删除价格没有变化的行：

df <- df %>% filter(is.na(change) | change != 0)

> df
# A tibble: 4 x 5
# Groups:   customer [3]
  customer start_month price  end_month change
    <fctr>      <date> <dbl>     <date>  <dbl>
1    cust1  2016-03-01    29 2017-08-01     NA
2    cust2  2016-03-01    59 2017-09-01     NA
3    cust3  2017-07-01    99 2017-09-01     NA
4    cust3  2017-10-01    59         NA     40

一体化命令：

library(dplyr)
df <-
  df %>% 
  group_by(customer) %>% 
  mutate(change = lag(price) - price) %>% 
  filter(is.na(change) | change != 0)

EDIT:

我忘了查看日期是否有变化：

library(dplyr)
df <-
  df %>% 
  group_by(customer) %>% 
  mutate(change = lag(price) - price) %>%
  mutate(date_change = lag(end_month) - start_month) %>%
  filter((is.na(change) | change != 0) | (is.na(date_change) | date_change != 0))

这将保留每个第一个条目并删除开始日期与上一个结束日期相同的行，并且价格没有变化。