R语言dplyr按ID分组筛选Status=1003的最新日期生成数据集

• 你代码中使用的subset()是R基础函数，无法识别dplyr中group_by()生成的分组属性，不会按分组维度执行筛选
• 代码缺失「提取每个ID对应最新日期」的核心处理逻辑，仅完成了状态过滤、字段选择和重命名操作，因此会返回所有Status='1003'的全量记录

推荐使用dplyr原生函数按流程处理，性能更好且逻辑可控：

library(dplyr)

desired <- table1 %>%
  # 提前过滤Status='1003'的记录，缩小后续处理的数据量
  filter(Status == '1003') %>%
  # 若Date为字符串格式，先取消下一行注释转为标准日期类型，避免比较错误
  # mutate(Date = as.Date(Date)) %>%
  # 按ID字段分组
  group_by(ID) %>%
  # 筛选每个分组下Date为最大值（即最新日期）的记录
  filter(Date == max(Date, na.rm = TRUE)) %>%
  # 选择输出字段，同时将Date重命名为New
  select(ID, New = Date) %>%
  # 移除分组属性，避免干扰后续数据操作
  ungroup()

如果同一个ID存在多条记录的Date等于最新日期（即重复最新日期），且你只需要每个ID返回唯一一条最新日期结果，可以直接用聚合逻辑实现，自动去重：

library(dplyr)

desired <- table1 %>%
  filter(Status == '1003') %>%
  # mutate(Date = as.Date(Date)) %>%
  group_by(ID) %>%
  # 直接聚合得到每个ID对应的最新日期，返回结果天然唯一
  summarise(New = max(Date, na.rm = TRUE), .groups = "drop")

针对你给出的测试数据，上述两种写法最终返回的结果都为：

Status为1004的ID=003不会出现在结果中，符合需求。

内容的提问来源于stack exchange，提问作者user17582908