如何在R中筛选指定人员2014年前最后一次完成马拉松的记录

以下是两种适配大数据集场景的高效解决方案，分别基于dplyr和data.table（后者在处理超大数据集时性能更优）：

方法1：使用dplyr（语法直观，适合常规场景） #

library(dplyr)

# 替换为你的实际数据集名称和列名
result <- marathon_data %>%
  # 过滤目标人员、成功完成、2014年前的记录
  filter(name %in% c("A", "C"), 
         completion_status == "成功", 
         year < 2014) %>%
  # 按人员分组，保留每组中年份最大的记录
  group_by(name) %>%
  filter(year == max(year)) %>%
  ungroup()

方法2：使用data.table（性能优先，适配大数据集） #

library(data.table)

# 将数据集转换为data.table格式（若原本已是则可跳过）
setDT(marathon_data)

# 过滤条件+分组取最后一次记录
result <- marathon_data[name %in% c("A", "C") & completion_status == "成功" & year < 2014, 
                        .SD[year == max(year)], 
                        by = name]

注意事项 #

• 请根据实际数据集替换marathon_data、name、completion_status等字段名，确保状态值（如"成功"）与数据中的实际值一致。
• 若存在同一人员同年份多条成功记录，两种方法都会保留所有同年记录，若需仅保留一条，可在分组后添加slice(1)（dplyr）或.SD[1]（data.table）。

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