Получите первое и последнее значения из длинной таблицы путем перестановки на основе даты

При достаточно небольшом наборе данных один из способов — использовать итерацию.

f <- function(data) {
  # Create a minimum data
  data_1 <- slice_min(data, DATE_EFF, by=COM_AV, with_ties=FALSE, n=1)

  for(i in 1:nrow(data_1)) {
    AP <- data_1$COM_AP[i]
    
    # Find rows in the whole data containing this AP value in COM_AV
    AP_2 <- filter(data, COM_AV==AP) 

    # While rows exist in the data with COM_AV containing this AP value
    while(nrow(AP_2)>0) {  
      # Find the row with the minimum value for DATE_EFF
      AP_2 <- slice_min(AP_2, DATE_EFF, by=COM_AV, with_ties=FALSE, n=1)
      
      # Save the date
      DATE_EFF <- pull(AP_2, DATE_EFF)
      
      # update COM_AP with the last value found
      data_1$COM_AP[i] <- pull(AP_2, COM_AP)

      # Try to find another
      AP_2 <- filter(data, COM_AV==AP & DATE_EFF>DATE_EFF)
    }
  }
  data_1
}

data_2 <- f(data)

filter(data_2, COM_AV= = "64031")

# A tibble: 1 × 3
  DATE_EFF   COM_AV COM_AP
  <date>     <chr>  <chr> 
1 1973-01-01 64031  64031

Я попытался решить эту проблему самостоятельно после публикации этого вопроса, и вот мое текущее предложение:

data <- 
  readr::read_csv("v_mvt_commune_2024.csv") |>
  dplyr::select(DATE_EFF, COM_AV, COM_AP) |>
  dplyr::group_by(COM_AV) |>
  dplyr::filter(DATE_EFF == max(DATE_EFF)) |>
  dplyr::ungroup() |>
  dplyr::arrange(DATE_EFF, COM_AV)

dates <-
  data |>
  dplyr::arrange(DATE_EFF) |>
  dplyr::distinct(DATE_EFF) |>
  dplyr::pull()

res <- 
  data |>
  dplyr::filter(DATE_EFF == dplyr::first(dates)) |>
  dplyr::select(!DATE_EFF)

for (i in 2:length(dates)) {
  curr_data <-
    data |>
    dplyr::filter(DATE_EFF == dplyr::nth(dates, n = i)) |>
    dplyr::select(!DATE_EFF)
  
  res <-
    res |>
    dplyr::full_join(curr_data, dplyr::join_by(COM_AP == COM_AV)) |>
    dplyr::mutate(
      COM_AV = dplyr::if_else(!is.na(COM_AV), COM_AV, COM_AP),
      COM_AP = dplyr::if_else(!is.na(COM_AP.y), COM_AP.y, COM_AP)
    ) |>
    dplyr::select(!dplyr::contains("."))
  
  # If two communes merge and split again, keep only the original value
  eq <-
    res |>
    dplyr::filter(COM_AV == COM_AP) |>
    dplyr::distinct(COM_AV) |>
    dplyr::pull()
  
  # If join_by conditions are matched, add the corresponding lines to res as well
  com_ap_after_join <-
    res |>
    dplyr::distinct(COM_AP) |>
    dplyr::arrange() |>
    dplyr::pull()
  
  to_bind <-
    curr_data |>
    dplyr::filter(COM_AP %in% com_ap_after_join)
  
  res <-
    res |>
    dplyr::filter((COM_AV %in% eq & COM_AV == COM_AP) | !COM_AV %in% eq) |>
    dplyr::bind_rows(to_bind)
}

res <-
  res |>
  dplyr::filter(COM_AV != COM_AP) |>
  dplyr::distinct() |>
  dplyr::arrange(COM_AV)