R 获取在不同时间点询问的变量的最新观察结果

有人已经在一个简单的版本中提出了这个问题，但我无法让它在我的案例中发挥作用

我有多年来针对一系列问题对许多人的观察数据，但不是每个人每年都被问到每一个问题。我想生成一个新的数据帧，其中包含每个人的最新答案

数据如下所示：

df <- data.frame(individual = c("A", "A", "A", "A", "B", "B", "B", "B", "C", "C", "C", "C"), time = c(1:4), questionA = c("Yes", NA, "No", NA, "No", NA, "No", "Yes", "No", NA, NA, "No"), questionB = c(3, 5, 4, 5, 8, 6, 7, 4, 3, 1, 5, NA)) 

most_recent <- data.frame(individual = c("A", "B", "C"), questionA = c("No", "Yes", "No"), questionB = c(5, 4, 5))

---

df我们可以使用
dplyr
的
cross（）

df %>%
  group_by(individual) %>%
  summarize(across(starts_with("question"), ~ last(na.omit(.))))
# # A tibble: 3 x 3
#   individual questionA questionB
#   <chr>      <chr>         <dbl>
# 1 A          No                5
# 2 B          Yes               4
# 3 C          No                5

df%>%
分组（个人）%>%
总结（跨越（以（“问题”）开头），最后一个（省略（））
##tibble:3 x 3
#个人问题A问题B
#                  
#1号A 5号
#2 B是的4
#3 C第5号
My take in base R，它根据每个人的最近时间过滤df

df <- data.frame(individual = c("A", "A", "A", "A", "B", "B", "B", "B", "C", "C", "C", "C"), 
                 time = c(1:4), 
                 questionA = c("Yes", NA, NA, "No", "No", NA, NA, "Yes", "No", NA, NA, "No"), 
                 questionB = c(3, 5, 4, 5, 8, 6, 7, 4, 3, 1, 3, 5),stringsAsFactors = F) 

#new column to use with %in% 
df$match <- paste(df$individual, df$time)

#find the most recent sample for each individual
id <- unique(df$individual)
most_recent <- sapply(id, function(id){
  time <- max(df$time[df$individual == id])
  return(paste(id,time))
})
#filter df by most recent
final <- df[df$match %in% most_recent,]

final

   individual time questionA questionB match
4           A    4        No         5   A 4
8           B    4       Yes         4   B 4
12          C    4        No         5   C 4

df我们可以在
之后使用
slice\u tail
填充
将“问题”NA与相邻的非NA，按“个人”、“时间”列分组和排序

library(dplyr)
library(tidyr)
df %>% 
  arrange(individual, time) %>%
  select(-time) %>%
  group_by(individual) %>% 
  fill(starts_with('question')) %>% 
  slice_tail(n = 1) %>%
  ungroup

-输出

# A tibble: 3 x 3
#  individual questionA questionB
#  <chr>      <chr>         <dbl>
#1 A          No                5
#2 B          Yes               4
#3 C          No                5

#一个tible:3 x 3
#个人问题A问题B
#                 
#1号A 5号
#2 B是的4
#3 C第5号
我正在处理大量变量，因此将此Cross（）方法与上面Waldi的答案结合起来将非常有帮助！非常感谢。坦率地说，我不知道你为什么要把这些方法结合起来
last（question）
是一种较短的dplyr本机方式，用于
tail（question，1）
，并且
na。省略（question）
是一种较短的方式，用于
question[！is.na（question）]