用日期的最大值在 dplyr 中总结 - R

Question

我有以下数据，

data

date           ID       value1        value2
2016-04-03     1          0              1
2016-04-10     1          6              2
2016-04-17     1          7              3
2016-04-24     1          2              4
2016-04-03     2          1              5
2016-04-10     2          5              6
2016-04-17     2          9              7
2016-04-24     2          4              8

现在我想按 ID 分组并找到 value2 的平均值和 value1 的最新值。某种意义上的最新值，我想获取最新日期的值，即在这里我想获取每个 ID 对应的 2016-04-24 值的 value1。我的输出应该是，

ID       max_value1      mean_value2
1             2              2.5
2             4              6.5 

以下是我正在使用的命令，

data %>% group_by(ID) %>% summarize(mean_value2 = mean(value2))

但我不知道如何做第一个。任何人都可以帮助我在 dplyr 中进行总结时获得 value1 的最新值吗？

Answer 1

这是data.table的选项

library(data.table)
setDT(data)[,  .(max_value1 = value1[which.max(date)], 
                        mean_value2 = mean(value2)) , by = ID]
 #   ID max_value1 mean_value2
 #1:  1          2         2.5
 #2:  2          4         6.5

Answer 2

您可以使用dplyr 中的函数nth 来执行此操作，该函数查找向量的第n 个值。

data %>% group_by(ID) %>% 
summarize(max_value1 = nth(value1, n = length(value1)), mean_value2 = mean(value2))

这是基于数据按日期排序的假设，如示例中所示；否则使用上面讨论的排列。

Answer 3

一种方法如下。我在这里的假设是 date 是一个日期对象。您想使用arrange 为每个 ID 安排日期顺序。然后，按ID 对数据进行分组。在summarize 中，您可以使用last() 获取每个ID 的最后一个值1。

arrange(data,ID,date) %>%
group_by(ID) %>%
summarize(mean_value2 = mean(value2), max_value1 = last(value1))

#     ID mean_value2 max_value1
#  <int>       <dbl>      <int>
#1     1         2.5          2
#2     2         6.5          4

数据

data <- structure(list(date = structure(c(16894, 16901, 16908, 16915, 
16894, 16901, 16908, 16915), class = "Date"), ID = c(1L, 1L, 
1L, 1L, 2L, 2L, 2L, 2L), value1 = c(0L, 6L, 7L, 2L, 1L, 5L, 9L, 
4L), value2 = 1:8), .Names = c("date", "ID", "value1", "value2"
), row.names = c(NA, -8L), class = "data.frame")