只保留最近的日期答案

【问题标题】：Keep only the most recent date只保留最近的日期
【发布时间】：2020-04-02 18:36:18
【问题描述】：

我有这个数据

data;code
18/02/2020;C106
05/04/2018;C107
11/09/2016;C107
16/02/2019;C109
11/03/2020;C110
04/03/2020;C114
18/02/2020;C114
06/02/2020;C121

我想为每个代码选择最近的日期，如下所示：

data;code
18/02/2020;C106
05/04/2018;C107
16/02/2019;C109
11/03/2020;C110
04/03/2020;C114
06/02/2020;C121

我试过了：

tapply(data$data, data$code, max)

但我收到了这个：

Error in Summary.factor(7L, na.rm = FALSE) : 
  ‘max’ not meaningful for factors

【问题讨论】：

标签： r datatable

【解决方案1】：

对于dplyr，在按'code'分组后，slicedata所在行是max

library(dplyr)
library(lubridate)
data %>%
    group_by(code) %>%
    slice(which.max(dmy(data)))

或者在base R，我们可以使用aggregate

aggregate(cbind(data = as.Date(data, '%d/%m/%Y')) ~ code, data, max)

【讨论】：

【解决方案2】：

这使用dplyr 和lubridate 来格式化data 列，按code 列分组，并过滤每个code 的最近（last）日期。

library(dplyr)
library(lubridate)

df %>% 
  mutate(data = dmy(data)) %>% 
  group_by(code) %>% 
  filter(data == last(data))

【讨论】：