R语言：如何优雅按分组获取数据框的最新记录？

嘿，这个分组获取最新记录的需求很常见，用dplyr搭配lubridate的实现方式既简洁又易读，绝对符合你要的「优雅」标准。下面给你两种方案，其中第二种更直接：

方案一：排序后取首行 #

先把字符型日期转换成标准日期格式，再按姓名分组、日期降序排序，最后取每组第一行：

# 加载必要的包
library(dplyr)
library(lubridate)

# 原始数据
df <- data.frame(Xdate = c("21-jul-2020", "29-jul-2020", "20-jul-2020", "13-may-2020" ), 
                 names = c("peter", "lisa","peter", "lisa"), 
                 score = c(1,3,5,7))

# 处理流程
df_result <- df %>%
  mutate(Xdate = dmy(Xdate)) %>%  # 自动识别日-月-年格式，转成日期类型
  group_by(names) %>%             # 按姓名分组
  arrange(desc(Xdate)) %>%        # 每组内按日期降序，最新日期排在最前
  slice_head(n = 1) %>%           # 取每组第一行
  ungroup() %>%                   # 取消分组，回到普通数据框
  select(names, score)            # 保留需要的列

方案二：直接用slice_max()（更推荐） #

dplyr的slice_max()函数可以直接筛选出每组中指定变量最大的行，一步到位，逻辑更清晰：

df_result <- df %>%
  mutate(Xdate = dmy(Xdate)) %>%
  group_by(names) %>%
  slice_max(Xdate, n = 1) %>%     # 直接取每组日期最大的记录
  ungroup() %>%
  select(names, score)

验证结果 #

运行后得到的df_result完全符合你的期望：

> df_result
# A tibble: 2 × 2
  names score
  <chr> <dbl>
1 peter     1
2 lisa      3

为什么说这是优雅的实现？ #

• 管道操作%>%让数据处理流程从左到右连贯呈现，可读性极强；
• lubridate::dmy()无需手动指定格式字符串，自动识别日-月-年的日期格式，减少出错；
• slice_max()直接对应「取最新日期记录」的需求，代码意图一目了然，比手动排序再取行更直观。

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