使用 r 中的日期变量获取最新的观察结果答案

【问题标题】：Get the most recent observation using date variable in r使用 r 中的日期变量获取最新的观察结果
【发布时间】：2020-11-11 05:08:03
【问题描述】：

我正在使用 R 创建一个包含另一个表中的数据的表，我正在处理下一个变量：

-PRODUCT ID 
-CLASIFICATION
-DATE

例如我的原始表：

product id   Clasification   Date
10000567        B+         12-12-2020
10000123        C+         26-11-2020
10000567        A+         02-11-2020
10000222        A+         09-10-2020
10000123        B++        21-09-2020
10000222        A++        10-09-2020

问题是我需要获取我的产品 ID 的最新分类，因为它是一个动态字段，它可以随时更改。产品 ID 为一行。

任何帮助都会很棒。

谢谢！

【问题讨论】：

标签： r dplyr partition

【解决方案1】：

您可以在dplyr 中使用slice_max()（取代1.0.0 之后的top_n()）来选择最近的日期。

df %>%
  mutate(Date = as.Date(Date, "%d-%m-%Y")) %>%
  group_by(product_id) %>%
  slice_max(Date, n = 1) %>% 
  ungroup()

# # A tibble: 3 x 3
#   product_id Clasification Date      
#        <int> <chr>         <date>    
# 1   10000123 C+            2020-11-26
# 2   10000222 A+            2020-10-09
# 3   10000567 B+            2020-12-12

数据

df <- structure(list(product_id = c(10000567L, 10000123L, 10000567L, 
10000222L, 10000123L, 10000222L), Clasification = c("B+", "C+", 
"A+", "A+", "B++", "A++"), Date = c("12-12-2020", "26-11-2020", 
"02-11-2020", "09-10-2020", "21-09-2020", "10-09-2020")), class = "data.frame", row.names = c(NA, -6L))

【讨论】：

如果我的变量比我提到的 3 个变量多怎么办？（我需要在代码中包含“分类”）
@DiegoGonzalezAvalos Clasification 依赖于 product_id 和 Date，因此它不需要包含在代码中。添加更多变量也没关系，因为其他变量不会影响Clasification。

【解决方案2】：

假设您的日期未排序，应该可以使用以下方法：

library(dplyr)
df %>%
 arrange(desc(Date)) %>%
 group_by(id) %>%
 slice(1) %>%
 ungroup()

【讨论】：

Date 不是标准的Date 对象格式，因此arrange() 将其作为字符并按字母顺序排序。例如。 26-11-2020大于2-12-2020，这是不合理的。