R语言tidyverse分组取最高频值 并列时取最近日期对应值

核心思路是给每条记录计算三个排序权重，分组排序后直接取每组最后一条记录即可，三个权重的优先级完全匹配需求：

1. 第一权重：当前value在同ID组内的出现频次，频次越低排序越靠前
2. 第二权重：记录对应的日期，日期越早排序越靠前
3. 第三权重：记录在原始数据中的行位置，位置越靠上排序越靠前

排序完成后每组最末尾的记录，就同时满足「频次最高、同频次选日期最新、同日期选原始位置最靠下」的要求。

完整可复现代码 #

# 加载tidyverse包
library(tidyverse)

# 构造示例数据集
df <- tribble(
  ~ID, ~value, ~date,
  "001", "A", as.Date("2015-12-06"),
  "001", "A", as.Date("2015-12-07"),
  "001", "A", as.Date("2015-12-08"),
  "002", "B", as.Date("2015-12-09"),
  "002", "C", as.Date("2015-12-10"),
  "003", "A", as.Date("2015-12-11"),
  "003", "B", as.Date("2015-12-12"),
  "002", "B", as.Date("2015-12-13"),
  "004", "D", as.Date("2015-12-13"),
  "004", "R", as.Date("2015-12-13")
)

# 核心处理逻辑
result <- df %>%
  # 生成原始行号，保留数据原始位置顺序
  mutate(original_row = row_number()) %>%
  # 按ID、value分组，统计每个value在对应ID下的出现次数
  group_by(ID, value) %>%
  mutate(value_count = n()) %>%
  ungroup() %>%
  # 按ID分组处理
  group_by(ID) %>%
  # 按三个权重升序排序，同ID组内排序
  arrange(value_count, date, original_row, .by_group = TRUE) %>%
  # 取每组最后一行，仅保留需要的字段
  slice_tail(n = 1) %>%
  ungroup() %>%
  select(ID, value)

运行结果 #

执行代码后输出的result和预期完全一致：

# A tibble: 4 × 2
  ID    value
  <chr> <chr>
1 001   A    
2 002   B    
3 003   B    
4 004   R    

逻辑校验 #

• ID=001：value A共出现3次，频次最高，直接选中A
• ID=002：value B出现2次、C出现1次，B频次更高，选中B
• ID=003：A、B各出现1次频次持平，B对应日期2015-12-12晚于A的2015-12-11，选中B
• ID=004：D、R各出现1次频次持平，日期完全相同，R在原始数据中位置更靠下，选中R

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