dplyr - 获取每年的最后一个值

Question

我有一个看起来像这样的 tbl_df：

> d
Source: local data frame [3,703 x 3]

         date  value year
1  2001-01-01 0.1218 2001
2  2001-01-02 0.1216 2001
3  2001-01-03 0.1216 2001
4  2001-01-04 0.1214 2001
5  2001-01-05 0.1214 2001
..        ...    ...  ...

日期范围跨越数年。

我想获得value 每年的最新值（并非始终如一的 31-12）。有没有办法使用诸如d %>% group_by(year) %>% summarise(...) 之类的成语来做到这一点？

Answer 1

这里有一些选项

library(dplyr)
d %>% 
  group_by(year) %>%
  summarise(value=last(value))

或者可能是（描述不是很清楚）

d %>% 
  group_by(year) %>%
  slice(which.max(date)) %>%
  select(value) 

或者

d %>%
  group_by(year) %>%
  filter(date==max(date)) %>%
  select(value)

或者我们可以使用arrange来订购“日期”（如果没有订购）并获取last值

d %>%
  group_by(year) %>%
  arrange(date) %>%
  summarise(value=last(value))

如果你想试试data.table，这里有一个

library(data.table)
setDT(d)[, value[which.max(date)], year]

或者正如@David Arenburg 评论的那样

 unique(setDT(d)[order(-date)], by = "year")