r - 如何从具有重复行名的数据框中删除一个特定行

Question

我只是找不到删除特定行的方法，其中 ID 相同但日期是最旧的。在示例中，我想删除第 1 行，因为 ID 与第 2 行相同，但日期较旧。

简单的例子：

id=c(1,1,2)
date=c("2012-01-01", "2014-01-01", "2014-04-06")
df <- data.frame(id, date)

谢谢珍妮

Answer 1

这是一个dplyr解决方案：

> library(dplyr)
> df %>% group_by(id) %>% arrange(desc(date)) %>% slice(1)
Source: local data frame [2 x 2]
Groups: id

  id       date
1  1 2014-01-01
2  2 2014-04-06

编辑：@David Arenburg 在下面的评论中提出了一种更简单（也更有效）的方法：

> df %>% arrange(id, desc(date)) %>% distinct(id)

请注意，这两种解决方案实际上都不会删除最旧的条目，而是选择最新的条目。

Answer 2

尝试duplicated（假设“日期”列是有序的）

df[!duplicated(df$id,fromLast=TRUE),]
#  id       date
#2  1 2014-01-01
#3  2 2014-04-06

或者一个data.table选项

df$date <- as.Date(df$date)
library(data.table)
setDT(df)[,if(.N>1) .SD[date!=min(date)] else .SD]
#   id       date
#1:  1 2014-01-01
#2:  2 2014-04-06

或者一种有效的方法是（在@David Arenburg的帮助下）

unique(setorder(setDT(df), id, -date), by = "id")
#   id       date
#1:  1 2014-01-01
#2:  2 2014-04-06

或者

setorder(setDT(df), id, -date)[!duplicated(id)]