如何根据收集数据的日期从数据框中删除整行？答案

【问题标题】：How to delete entire rows from a dataframe based on the date the data was collected?如何根据收集数据的日期从数据框中删除整行？
【发布时间】：2023-01-05 00:39:32
【问题描述】：

假设我有这个示例数据框（但要大得多）

df = data.frame(ID_number = c(111,111,111,22,22,33,33),
                date = c('2021-06-14','2021-06-12','2021-03-11',
                         '2021-05-20','2021-05-14',
                         '2018-04-20','2017-03-14'),
                answers = 1:7,
                sex = c('F','M','F','M','M','M','F') )

输出

  ID_number       date  answers sex
1       111 2021-06-14       1   F
2       111 2021-06-12       2   M
3       111 2021-03-11       3   F
4        22 2021-05-20       4   M
5        22 2021-05-14       5   M
6        33 2018-04-20       6   M
7        33 2017-03-14       7   F

我们可以看到有 7 个不同的成员，但是创建数据框的人犯了一个错误，将相同的 ID_number 分配给了成员 1,2 和 3。相同的 ID_number 分配给了成员 4 和 5，依此类推......

在数据框中有每个成员数据集合的数据，我希望只保留最早日期的成员。结果数据框看起来像这样

  ID_number       date   answers sex
1       111 2021-03-11       3   F
2        22 2021-05-14       5   M
3        33 2017-03-14       7   F

感谢帮助。

【问题讨论】：

标签： r dataframe datetime

【解决方案1】：

你可以在 min 日期 filter group_by 像这样：

library(dplyr)
df %>%
  group_by(ID_number) %>%
  filter(date == min(date))
#> # A tibble: 3 × 4
#> # Groups:   ID_number [3]
#>   ID_number date       answers sex  
#>       <dbl> <chr>        <int> <chr>
#> 1       111 2021-03-11       3 F    
#> 2        22 2021-05-14       5 M    
#> 3        33 2017-03-14       7 F

^{创建于 2023-01-04 reprex v2.0.2}

【讨论】：

【解决方案2】：

与slice_min：

library(dplyr)
df %>% 
  group_by(ID_number) %>% 
  slice_min(date)

在开发中。版本，您可以使用 .by 的内联分组：

devtools::install_github("tidyverse/dplyr")
df %>% 
  slice_min(date, .by = ID_number)

【讨论】：