R Dataframe过滤：基于时间因子用unique/duplicate函数处理贷款重复数据

前置处理：日期格式转换 #

首先需要将Reporting.date列从字符串转换为日期格式，避免字符串顺序比较出现逻辑错误：

# 转换日期格式
df$Reporting.date <- as.Date(df$Reporting.date, format = "%m/%d/%Y")
df$Date.of.maturity <- as.Date(df$Date.of.maturity, format = "%m/%d/%Y")

方法1：使用dplyr包实现（推荐） #

代码逻辑清晰易读，是R数据处理的常规方案：

library(dplyr)

result <- df %>%
  # 按出借方、到期日、贷款金额分组，三者一致视为同一笔贷款
  group_by(Lender.name, Date.of.maturity, Loan.amount) %>%
  # 每组仅保留报告日期最新的条目
  filter(Reporting.date == max(Reporting.date)) %>%
  # 取消分组，恢复常规数据框结构
  ungroup()

# 如果需要把日期转回原字符串格式，可执行以下代码
result$Reporting.date <- format(result$Reporting.date, "%m/%d/%Y")
result$Date.of.maturity <- format(result$Date.of.maturity, "%m/%d/%Y")

运行后得到的result和你给出的预期输出完全一致。

方法2：基础R实现（无需加载第三方包） #

如果不想依赖外部包，可以用基础R原生函数实现：

# 按分组计算每组最大报告日期
max_date <- ave(df$Reporting.date, 
                list(df$Lender.name, df$Date.of.maturity, df$Loan.amount), 
                FUN = max)
# 筛选符合条件的行
result <- df[df$Reporting.date == max_date, ]
# 去重（避免同一分组有多个相同最大日期的完全重复行）
result <- unique(result)

内容的提问来源于stack exchange，提问作者Ryan