如何在R中按DataReferencia分组筛选DataFrame的最新数据？

你的核心问题是分组依据错误，且aggregate不适合直接提取完整行（它会对每列单独聚合，导致列值不匹配）。下面提供两种常用的实现方式：

一、用dplyr包（推荐，代码直观易读） #

先确保安装并加载dplyr：

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

方法1：筛选每组最新日期的行 #

Cambio_PorDataRef <- base_cambio %>%
  group_by(DataReferencia) %>%  # 按参考月份分组
  filter(Data == max(Data)) %>% # 筛选每组中估计日期最新的行
  ungroup()                     # 取消分组状态

方法2：用slice_max更简洁 #

如果每组中最新日期可能有重复行，slice_max可以指定取前N行（这里N=1）：

Cambio_PorDataRef <- base_cambio %>%
  group_by(DataReferencia) %>%
  slice_max(n = 1, order_by = Data) %>% # 按Data降序取每组第一行
  ungroup()

二、Base R实现（无需额外包） #

方法1：先获取每组最新日期，再匹配原数据 #

# 第一步：计算每个参考月份对应的最新估计日期
max_dates <- aggregate(Data ~ DataReferencia, data = base_cambio, FUN = max)
# 第二步：匹配原数据，提取对应完整行
Cambio_PorDataRef <- merge(base_cambio, max_dates, by = c("DataReferencia", "Data"))

方法2：排序后去重保留每组最后一行 #

# 先按参考月份、估计日期升序排序
base_cambio_sorted <- base_cambio[order(base_cambio$DataReferencia, base_cambio$Data), ]
# 从后往前去重，保留每个参考月份的最后一行（即最新日期行）
Cambio_PorDataRef <- base_cambio_sorted[!duplicated(base_cambio_sorted$DataReferencia, fromLast = TRUE), ]

为什么你的原代码出错？ #

你之前的aggregate把分组依据写成了base_cambio$Data，这完全搞反了逻辑——应该按DataReferencia分组，而不是按估计日期。另外，aggregate会对每一列单独计算最大值，导致最终结果的列值来自不同的行，自然会出现重复的DataReferencia，且数据完全不符合预期。

内容的提问来源于stack exchange，提问作者Matheus Cruz