R语言使用group_by和summarise按日期聚合时如何保留df全部变量？

你现有代码仅返回分组列和最小日期列的原因是summarise()函数默认仅返回你显式指定的统计列与分组列，要保留原表全部列可以采用以下两种方案： #

方案1：使用slice_min()（最简洁，推荐） #

这是dplyr 1.0.0及以上版本的内置函数，专门用于提取分组内排序后顶部的行，会完整保留原表所有列：

library(dplyr)
library(lubridate)

# 修正原日期转换的写法，改用mutate符合tidyverse语法逻辑，ymd可直接识别"%Y-%m-%d"格式的日期
df <- df %>% 
  mutate(var1 = ymd(var1))

# 按个体分组后取日期最小的1行，保留所有列
survey_1 <- df %>%
  group_by(per) %>%
  # with_ties=FALSE表示如果同一人同一天有多条调研记录仅取第一条，需要保留重复记录可改为TRUE
  slice_min(var1, n = 1, with_ties = FALSE) %>%
  ungroup() # 按需取消分组，避免后续操作受分组逻辑影响

方案2：使用filter()匹配最小日期 #

如果需要兼容旧版本dplyr，可以用分组后过滤的逻辑实现：

library(dplyr)

df <- df %>% 
  mutate(var1 = as.Date(strptime(var1, "%Y-%m-%d")))

survey_1 <- df %>%
  group_by(per) %>%
  filter(var1 == min(var1)) %>%
  slice(1) %>% # 同一天有多条记录时仅取第一条，不需要去重可删除该行
  ungroup()

你之前的日期转换写法不符合管道操作逻辑：df%>%strptime(var1, "%Y-%m-%d")会把整个df传入strptime的第一个参数，而非单独处理var1列，改用mutate()指定对应列修改即可避免格式转换错误。

内容的提问来源于stack exchange，提问作者easy_1002