Как динамически условно фильтровать строки в R-кадре данных

Question

Предположим, у меня есть упорядоченный фрейм данных, который выглядит следующим образом:

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)));

Как я могу написать скрипт на R со следующим бизнес-правилом: если клиент закончил и начал в том же месяце, и цена не изменилась, удалите последнюю транзакцию. Иначе, продолжайте транзакцию. Результирующий фрейм данных будет выглядеть так:

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)));

В этом примере cust1's 2017-08-01 игнорируется и отфильтровывается, потому что цена совпадает с их предыдущей транзакцией. Тем не менее, транзакция cust3 сохраняется, потому что цена отличается.

Как я могу сделать это в R?

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

Первой записью для клиента всегда является NA, и мы ее оставим. И мы удалим строки, где цена не изменилась:

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

Все в одной команде:

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

РЕДАКТИРОВАТЬ:

Я забыл проверить, не меняется ли дата:

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))

это сохранит каждую первую запись и удалит строки, где начальная дата совпадает с предыдущей конечной датой И цена не изменилась.