如何在R（dplyr）中筛选最后和倒数第二个观测值的所有行

数据框定义 #

data <- structure(list(Version = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 
3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 5L, 
5L, 5L), levels = c("Nov 2022", "Jan 2023", "Mar 2023", "May 2023", 
"Jul 2023"), class = "factor")), row.names = c(NA, -40L), class = c("tbl_df", 
"tbl", "data.frame"))

需求 #

需要动态筛选数据框中最后一个和倒数第二个月份的所有行（本例中对应May 2023和Jul 2023），目前仅能通过last()筛选最后一个月份，需调整代码实现同时筛选两个月份。

解决方案 #

因为Version是有序因子，可直接利用因子顺序或提取唯一月份值实现动态筛选，以下是几种可行方法：

方法1：结合last()与nth()函数

用nth(Version, n=-2)定位倒数第二个月份，同时匹配最后一个和倒数第二个月份：

library(tidyverse)

data %>% 
  filter(Version %in% c(last(Version), nth(Version, n = -2)))

方法2：提取唯一月份后取最后两个

先获取所有唯一的Version值，再取最后两个进行匹配，适配性更强，即使数据中月份有重复也能正确识别：

data %>% 
  filter(Version %in% tail(unique(Version), 2))

方法3：基于因子水平索引

利用因子的水平属性，直接选取最后两个水平：

data %>% 
  filter(Version %in% levels(Version)[tail(seq_along(levels(Version)), 2)])

以上三种方法均无需硬编码月份名称，可动态适配不同的月份数据。

内容的提问来源于stack exchange，提问作者Tanga94