R中的群条件子集

我有一个看起来有点像这样的数据集

id     year
 1     2012
 1     2014
 1     2015
 2     2014
 2     2018
 2     2019
 3     2011
 4     2010

基于这两个条件，我只想保留（1）每个id一次观察，（2）该id的最近一年。因此，例如，对于id 1，我只想保留2015行，对于id 2，我只想保留2019行，对于id 3和id 4，我在这两年中只保留一次观察，所以只需保留它们

我尝试了一些不同的方法，如：

df1<-subset(df, interaction(df$id, max(df$year)))

但我总是出错

---

任何帮助都将不胜感激！先谢谢你

在按“id”分组后，我们可以对“年”为

max

的行进行

切片

library(dplyr)
df %>% 
    group_by(id) %>%
    slice(which.max(year))
# A tibble: 4 x 2
# Groups:   id [4]
#     id  year
#  <int> <int>
#1     1  2015
#2     2  2019
#3     3  2011
#4     4  2010

或使用
base R

aggregate(year ~ id, df, FUN = max)

数据
df1）子集/重复使用注释末尾重复显示的
df
，并假设其在
id
内按
年
排序（这是问题中显示的数据的情况），使用
子集
和
重复
。没有使用任何软件包

subset(df, !duplicated(id, fromLast = TRUE))
##   id year
## 3  1 2015
## 6  2 2019
## 7  3 2011
## 8  4 2010

2）subset/ave另一种使用
subset
的方法是使用
ave
。这不依赖于正在排序的输入

subset(df, ave(year, id, FUN = max) == year)
##   id year
## 3  1 2015
## 6  2 2019
## 7  3 2011
## 8  4 2010

3）根据其他基本方法是使用
根据。它返回一个数据帧列表，我们一起使用它

do.call("rbind", by(df, df$id, function(x) x[which.max(x$year), ]))
##   id year
## 1  1 2015
## 2  2 2019
## 3  3 2011
## 4  4 2010

4）tapply如果可以返回以id为名称的年份向量，我们可以使用
tapply
。同样，这只使用基本R

with(df, tapply(year,  id, max))
##    1    2    3    4 
## 2015 2019 2011 2010 

我还建议使用
aggregate
，但另一位回复者也提供了这个答案

注
行您应该分组，然后过滤

df %>%
  group_by(id) %>%
  filter(year == max(year)) %>%
  ungroup()

与@akrun建议的使用slice的解决方案不同，这将返回每个id的最大年份的所有行。这取决于您的需要。
这些不是唯一的列，但第一个代码肯定有效！非常感谢你！那么你应该把它标记为已接受
do.call("rbind", by(df, df$id, function(x) x[which.max(x$year), ]))
##   id year
## 1  1 2015
## 2  2 2019
## 3  3 2011
## 4  4 2010

with(df, tapply(year,  id, max))
##    1    2    3    4 
## 2015 2019 2011 2010 

Lines <- "id     year
 1     2012
 1     2014
 1     2015
 2     2014
 2     2018
 2     2019
 3     2011
 4     2010"
df <- read.table(text = Lines, header = TRUE)

df %>%
  group_by(id) %>%
  filter(year == max(year)) %>%
  ungroup()