如何获取每个 id/date 的最后数据？答案

【问题标题】：How to get last data for each id/date?如何获取每个 id/date 的最后数据？
【发布时间】：2013-11-01 15:27:00
【问题描述】：

我有一个包含 id、POSIXct(Date & Time) 的数据框

> myData

   Tpt_ID    Tpt_DateTime               Value
1  1         2013-01-01 15:17:21 CST    10
2  2         2013-01-01 15:18:32 CST    5
3  3         2013-01-01 16:00:02 CST    1
4  1         2013-01-02 15:10:11 CST    15
5  2         2013-02-02 11:18:32 CST    6
6  3         2013-02-03 12:00:02 CST    2
7  1         2013-01-01 19:17:21 CST    21
8  2         2013-02-02 20:18:32 CST    8
9  3         2013-02-03 22:00:02 CST    3

我想获取每个日期和 ID 的最后一个值

例如，

Tpt_ID   Tpt_DateTime               Value
2        2013-01-01 15:18:32 CST    5
3        2013-01-01 16:00:02 CST    1
1        2013-01-02 15:10:11 CST    15
1        2013-01-01 19:17:21 CST    21
2        2013-02-02 20:18:32 CST    8
3        2013-02-03 22:00:02 CST    3

数据样本：

structure(list(Tpt_ID = c(1, 2, 3, 1, 2, 3, 1, 2, 3), Tpt_DateTime = structure(c(1357024641, 1357024712, 1357027202, 1357110611, 1359775112, 1359864002, 1357039041, 1359807512, 1359900002), class = c("POSIXct", "POSIXt"), tzone = ""), Value = c(10, 5, 1, 15, 6, 2, 21, 8, 3)), .Names = c("Tpt_ID", "Tpt_DateTime", "Value"), row.names = c(NA, 9L), class = "data.frame")

【问题讨论】：

这样的东西应该可以工作：aggregate(Value ~ Tpt_ID + Tpt_DateTime, tail, 1, data=myData)
@Jilber 谢谢！如果数据框中的值变量超过 2 个怎么办？
您的意思是 LHS 中的两个变量？ aggregate(cbind(Y1, Y2) ~ X1 + X2, tail, 1, data=myData) 或 RHS 中有两个以上的变量，LHS 中只有一个 aggregate(Y1~ X1 + X2 + X3 + X4, tail, 1, data=myData)
@Jilber 是的，我的意思是 LHS。不幸的是，这不起作用......仍然显示重复的日期......
提供你的数据样本，显示dput(head(myData, 15))的输出

标签： r dataframe aggregate posixct

【解决方案1】：

您可以使用data.table 语法轻松完成此操作...

#  Load package
require( data.table )

#  Turn 'data.frame' into 'data.table'
dt <- data.table( df )

#  Make dates from date/time
dt[ , Date:= as.Date( Tpt_DateTime ) ]

#  Get last row of each group
dt[ , .SD[.N] ,  by = c("Tpt_ID" , "Date") ]
#   Tpt_ID       Date        Tpt_DateTime Value
#1:      1 2013-01-01 2013-01-01 11:17:21    21
#2:      2 2013-01-01 2013-01-01 07:18:32     5
#3:      3 2013-01-01 2013-01-01 08:00:02     1
#4:      1 2013-01-02 2013-01-02 07:10:11    15
#5:      2 2013-02-02 2013-02-02 12:18:32     8
#6:      3 2013-02-03 2013-02-03 14:00:02     3

首先，我们将您的data-time 数据转换为带有Date := as.Date( Tpt_DateTime ) 的日期
然后我们使用.SD 为每个组获取 X 的数据的子集。 .N 包含每组的行数，因此.SD[.N] 为我们提供了每组的最后一行。
最后，by=c("Tpt_ID" , "Date") 定义了组。

【讨论】：

【解决方案2】：

另一个 data.table 解决方案，其工作方式类似于@SimonO101 的答案 -

library(data.table)
dt <- data.table( dt )
dt[ , Date:= as.Date( Tpt_DateTime ) ]

#indexing the data.table
setkey(dt,Tpt_ID,Date)
#mult = "last" returns te last row of each unique group as defined by the by argument
dt[dt[unique(dt), mult="last", which=TRUE]]

这会返回 -

> dt[dt[unique(dt),,mult="last", which=TRUE]]
   Tpt_ID        Tpt_DateTime Value       Date
1:      1 2013-01-01 16:47:21    21 2013-01-01
2:      1 2013-01-02 12:40:11    15 2013-01-02
3:      2 2013-01-01 12:48:32     5 2013-01-01
4:      2 2013-02-02 17:48:32     8 2013-02-02
5:      3 2013-01-01 13:30:02     1 2013-01-01
6:      3 2013-02-03 19:30:02     3 2013-02-03

【讨论】：

【解决方案3】：

而且没有 data.table...

x <- structure(list(Tpt_ID = c(1, 2, 3, 1, 2, 3, 1, 2, 3), Tpt_DateTime =    structure(c(1357024641, 1357024712, 1357027202, 1357110611, 1359775112, 1359864002, 1357039041, 1359807512, 1359900002), class = c("POSIXct", "POSIXt"), tzone = ""), Value = c(10, 5, 1, 15, 6, 2, 21, 8, 3)), .Names = c("Tpt_ID", "Tpt_DateTime", "Value"), row.names = c(NA, 9L), class = "data.frame")
x$ID_Date <- paste(x$Tpt_ID,as.Date(x$Tpt_DateTime),sep="_")
f <- function(id, mydf){
     tempdf <- mydf[mydf$ID_Date==id,]
     return(tempdf[which.max(tempdf$Tpt_DateTime),])
}
res <- as.data.frame(t(sapply(unique(x$ID_Date), f, mydf=x)))
rownames(res) <- NULL
res

【讨论】：