如何在R语言中删除冗余行，保留患者最大年龄记录？

下面提供几种R语言的解决方案，都能保留原数据的所有列：

方法1：使用dplyr包（语法直观，推荐） #

如果还没安装dplyr，先执行安装命令，之后加载包并处理数据：

install.packages("dplyr")
library(dplyr)

# 简洁写法：直接取每组年龄最大的一行
df_oldest <- df %>%
  group_by(RANDID) %>%
  slice_max(order_by = AGE, n = 1) %>%
  ungroup()

# 另一种写法：筛选组内年龄等于最大值的行
df_oldest <- df %>%
  group_by(RANDID) %>%
  filter(AGE == max(AGE)) %>%
  ungroup()

• 如果同一患者存在多条年龄相同且为最大值的记录，第一种写法的n=1会只保留第一条；若想保留所有这类记录，删掉n=1即可。

方法2：使用base R（无需额外安装包） #

基于你已经写的aggregate，通过合并数据来保留全列：

# 先计算每个患者的最大年龄
max_age <- aggregate(AGE ~ RANDID, data = df, max)
# 合并原数据与最大年龄表，筛选匹配的完整记录
df_oldest <- merge(df, max_age, by = c("RANDID", "AGE"))

方法3：使用data.table包（大数据场景更高效） #

适合处理百万级以上的数据集，执行速度更快：

install.packages("data.table")
library(data.table)

# 转换为data.table格式
setDT(df)
# 按患者分组，提取年龄最大的记录
df_oldest <- df[, .SD[AGE == max(AGE)], by = RANDID]

内容的提问来源于stack exchange，提问作者Louis