基于唯一ID筛选DataFrame：确保提交数递增时日期不递减

看起来你需要的是对每个id筛选出提交数（submissions）递增且对应日期（date）非递减的行，也就是保留那些能形成“submissions越大，date越晚”的有效链的行。之前用group_by()+filter()没成功是因为单纯的过滤没法跟踪前面行的状态，我们需要结合排序、累计计算来实现。

具体步骤和代码 #

假设你的数据框叫df，可以用dplyr分组排序，再用purrr的accumulate()函数跟踪每个id下需要满足的最小日期，最后筛选出符合条件的行：

library(dplyr)
library(purrr)

# 处理数据
filtered_df <- df %>%
  # 按id分组
  group_by(id) %>%
  # 先按submissions升序排列，确保从最小的提交数开始检查
  arrange(submissions, .by_group = TRUE) %>%
  mutate(
    # 累计计算当前需要满足的最小日期：如果当前date≥之前的要求，就更新为当前date；否则保持原阈值
    min_required_date = accumulate(date, ~ ifelse(.y >= .x, .y, .x)),
    # 只有当前date等于min_required_date时，说明这一行符合「提交数更大且日期不早于之前有效行」的要求
    keep = date == min_required_date
  ) %>%
  # 筛选出需要保留的行
  filter(keep) %>%
  # 移除临时计算的列
  select(-min_required_date, -keep) %>%
  # 按id和date排序，匹配你期望的结果格式
  arrange(id, date) %>%
  # 取消分组（可选，根据后续需求调整）
  ungroup()

代码解释 #

1. 分组排序：先按id分组，再按submissions升序排列，这样我们能从每个id的最小提交数开始逐步验证。
2. 累计跟踪最小日期：accumulate()函数会遍历date列，每次判断当前日期是否≥之前的有效日期阈值，如果是就更新阈值，否则保持原阈值——这就确保了后续行必须满足日期不早于之前所有有效行的日期。
3. 筛选有效行：只有当当前日期等于min_required_date时，说明这一行是符合“提交数递增且日期不晚”要求的，保留这些行即可。

运行这段代码后，你会得到和示例完全一致的结果：

内容的提问来源于stack exchange，提问作者tsiantix