R:唯一(或 dplyr 不同)+ 最近日期

Question

我有一个由信息行组成的数据框，其中包括基于不同日期的名称的重复。我想将此 df 过滤为仅包含唯一名称的 df，但如果有机会，还要选择最近发生的事件。我是 dplyr 的忠实粉丝，之前使用过 distinct 和 select 的组合，但文档表明这似乎无法单独完成:

“确定唯一性时要使用的变量。如果给定的输入组合有多行，则只会保留第一行。”

这似乎是一个经常发生的问题，所以我想知道是否有人有任何建议。下面是一个示例 df，它反射(reflect)了我的真实数据将 Names 作为字符类，将 Date 作为 POSIXct，这是我使用 lubridate 包生成的。

structure(list(Name = c("John", "John", "Mary", "John", "Mary", 
"Chad"), Date = structure(c(1430438400, 1433116800, 1335830400, 
1422748800, 1435708800, 1427846400), tzone = "UTC", class = c("POSIXct", 
"POSIXt"))), .Names = c("Name", "Date"), row.names = c(NA, -6L
), class = "data.frame")

想要的结果是:

structure(list(Name = c("John", "Mary", "Chad"), Date = structure(c(1433116800, 
1435708800, 1427846400), class = c("POSIXct", "POSIXt"), tzone = "UTC")), .Names = c("Name", 
"Date"), row.names = c(2L, 5L, 6L), class = "data.frame")

感谢您的帮助。

Answer 1

最简单的方法是

DF %>% arrange(desc(Date)) %>% distinct(Name)

如果您真的希望名称保持相同的顺序，这些也可以使用(感谢@akrun):

DF %>% group_by(Name) %>% slice(which.max(Date))  # @akrun's better idea
DF %>% group_by(Name) %>% filter(Date==max(Date)) # my idea