R中使用dplyr/tidyverse为50个州保留各月最高值的方法

你可以使用tidyverse生态下的dplyr和lubridate包的函数完成需求，核心用到的函数如下：

• 分组函数：group_by()
• 字段加工函数：mutate()
• 排序函数：arrange()
• 分组切片函数：slice_tail()
• 日期提取函数（lubridate包提供）：year()、month()

具体实现代码 #

假设你的数据集命名为us_state_cum_data，包含州名字段state、日期字段date（已转换为Date格式）、累计指标字段cum_value，完整代码如下：

# 加载tidyverse（已内置dplyr、lubridate）
library(tidyverse)

result <- us_state_cum_data %>%
  # 提取年月信息，避免不同年份的同月被错误合并
  mutate(
    data_year = year(date),
    data_month = month(date)
  ) %>%
  # 按州、年、月分组
  group_by(state, data_year, data_month) %>%
  # 分组内按日期升序排序，保证最后一行是当月最新记录
  arrange(date, .by_group = TRUE) %>%
  # 取每个分组的最后1行，即为当月该州最高累计值
  slice_tail(n = 1) %>%
  # 可选：移除临时生成的年月字段
  ungroup() %>%
  select(-data_year, -data_month)

补充说明 #

如果你的数据集已经提前完成排序、且已经内置年月字段，也可以省略mutate()和arrange()步骤，直接分组后调用slice_tail(n=1)即可。

内容的提问来源于stack exchange，提问作者speeeZy