按等于或小于阈值的年份过滤答案

【问题标题】：Filtering by year equal or smaller than threshold按等于或小于阈值的年份过滤
【发布时间】：2021-02-11 01:05:07
【问题描述】：

我有多年的国家数据，并且想要过滤每个国家/地区的最后一次观察，其中年份等于或小于 X 年。因此，我希望每个国家/地区都有唯一的行：

library(tidyverse)

df <- tibble("country" = c(rep("AFG", 3),  rep("BEN", 3), rep("CHE", 3)),
             "year" = c(2001, 2005, 2009, 2001, 2004, 2009, 2000, 2003, 2008), 
             "value" = rnorm(9, 50))

df %>% 
  filter(year <= 2008)
#> # A tibble: 7 x 3
#>   country  year value
#>   <chr>   <dbl> <dbl>
#> 1 AFG      2001  51.0
#> 2 AFG      2005  49.9
#> 3 BEN      2001  50.2
#> 4 BEN      2004  49.2
#> 5 CHE      2000  50.8
#> 6 CHE      2003  49.0
#> 7 CHE      2008  48.3

^{由reprex package (v0.3.0) 于 2021-02-10 创建}

而我想要的结果是：

#>   country year  value
#>   <chr>   <chr> <dbl>
#> 1 AFG     2005   50.8
#> 2 BEN     2004   49.5
#> 3 CHE     2008   49.9

如何实现这一点（最好使用矢量化解决方案而不是 for 循环）？

【问题讨论】：

标签： r dplyr

【解决方案1】：

只保留 2008 年或以下的行，arrange 的数据由 year 和每个 country 选择最后一行。

library(dplyr)

df %>%
  filter(year <= 2008) %>%
  arrange(country, year) %>%
  group_by(country) %>%
  slice(n())

#  country  year value
#  <chr>   <dbl> <dbl>
#1 AFG      2005  48.5
#2 BEN      2004  49.1
#3 CHE      2008  49.3

【讨论】：

【解决方案2】：

我们可以使用

 library(dplyr)
 df %>%
        filter(year <= 2008) %>%
        arrange(country, year) %>%
        group_by(country) %>%
        filter(row_number() == n())

【讨论】：