R 定义要在data.table中的ID重复项中删除的变量

我有以下数据集

DT <- data.table(
      id = c(1,2,3,4,4,5,6,6,7),
      date  = c("2013-11-22","2017-01-24","2020-02-10","2011-01-03"
               ,"2011-01-03","2012-04-03","2010-09-03","2010-09-03"
               ,"2010-05-03"),                         
      status = c("Never","Current","Former",NA,"Former"
                , NA,"Never","Former","Current")
     )

原始数据集有更多的行和列，还有一个

数据。table

函数会节省时间。还有一些

id

会多次出现。我以前尝试过将

id

保留为最新日期。但是，我有太多的“NA”有另一个更早日期的状态条目

---

我如何定义相同的

id

应该保留哪些

状态

？

我们可以创建一个

因子

，其中

状态

指定

级别

，使用该因子将

与'id'一起排序

，并通过'id'获得

唯一的

library(data.table)
unique(DT[order(id, ordered(status, c("Former", "Current", "Never")))], by = 'id')

---

请将您提供的样本数据的预期输出包括在内。我不清楚“应该保留的id行取决于状态。如果是NA和nonNA状态，”。如果什么是

NA

和非

NA

状态？输出应该是以下

id日期状态1:1 2013-11-22从不2:2 2017-01-24当前3:3 2020-02-10前4:4 2011-01-03前5:5 2012-04-03 6:6 2010-09-03前7:7 2010-05-03当前

请编辑帖子以显示该信息。

library(data.table)
unique(DT[order(id, ordered(status, c("Former", "Current", "Never")))], by = 'id')