R语言多约束筛选dataframe：保留唯一id且取最小visit对应行

需求说明 #

需要对dataframe dat 完成子集筛选，满足两个约束：

• 保留每个唯一id对应的记录
• 同一个id仅保留visit字段取值最小的行

示例数据 #

运行以下代码生成测试数据集：

set.seed(42)  ## 保证结果可复现
n <- 6
dat <- data.frame(id=c("s1","s2","s2","s3","s4","s4"), 
                  date=seq.Date(as.Date("2020-12-26"), as.Date("2020-12-31"), "day"),
                  visit=1:2,
                  age=sample(18:30, n, replace=TRUE))

原始数据结构：

期望输出结构：

实现方法 #

方法1：基础R实现（无需安装额外依赖包） #

res <- dat[as.logical(ave(dat$visit, dat$id, FUN = function(x) x == min(x))), ]

方法2：dplyr实现（代码可读性高，适合日常分析场景） #

library(dplyr)
# 写法1：用filter筛选最小visit对应的行
res <- dat %>% 
  group_by(id) %>% 
  filter(visit == min(visit)) %>% 
  ungroup()

# 写法2：用slice_min直接提取最小行，语法更简洁
res <- dat %>% 
  group_by(id) %>% 
  slice_min(visit, n = 1) %>% 
  ungroup()

方法3：data.table实现（运行速度快，适合百万行以上的大数据量场景） #

library(data.table)
setDT(dat)
res <- dat[, .SD[visit == min(visit)], by = id]

内容的提问来源于stack exchange，提问作者frankieb