在R语言中对重复PersonID-CalendarYear组合保留指定列最大值

你当前代码的问题在于：slice()传入四个which.max()时，每个which.max()会单独选出对应季度薪资最大的那一行，所以每个分组会被提取4行，导致结果重复。

要实现每个PersonID-CalendarYear组合只保留一行、且包含各季度薪资最大值的需求，直接对分组后的各季度列取最大值即可，推荐两种写法：

写法1：指定列逐一取最大值 #

适合季度列数量较少的情况：

test <- Emp %>% 
  group_by(PersonID, CalendarYear) %>% 
  summarize(
    WagesQ1 = max(WagesQ1, na.rm = TRUE),
    WagesQ2 = max(WagesQ2, na.rm = TRUE),
    WagesQ3 = max(WagesQ3, na.rm = TRUE),
    WagesQ4 = max(WagesQ4, na.rm = TRUE),
    .groups = "drop"  # 可选，用于取消分组状态
  )

写法2：批量处理指定列 #

适合季度列较多或想简化代码的情况（dplyr 1.0.0及以上版本推荐）：

test <- Emp %>% 
  group_by(PersonID, CalendarYear) %>% 
  summarize(
    across(starts_with("WagesQ"), max, na.rm = TRUE),
    .groups = "drop"
  )

• na.rm = TRUE用于忽略缺失值，如果你的数据中没有NA，可以省略该参数
• .groups = "drop"会在计算完成后取消分组，让结果回到普通数据框格式

这样处理后，每个PersonID-CalendarYear组合只会保留一行，该行包含对应四个季度薪资的最大值。

内容的提问来源于stack exchange，提问作者Anna