R数据框如何按分组取最大值对应日期生成新字段且保留全量记录

方案1：data.table（百万级数据最优，性能最高） #

该方案全程原地修改数据，无额外复制开销，100万条记录可秒级完成，不会删除任何行，所有原有字段完整保留：

# 安装加载包
install.packages("data.table")
library(data.table)

# 构造样例数据（你可以跳过这步直接用自己的数据集）
df <- data.frame(
  Category = c(rep("A",8),rep("B",3),rep("C",4)),
  Index = c(1:8,1:3,1:4),
  Date = c("01/01/2020","01/02/2020","01/03/2020","01/04/2020","01/05/2020","01/06/2020","01/07/2020","29/07/2020","01/01/2014","01/02/2014","01/01/2015","01/01/2014","01/01/2015","01/01/2016","01/01/2017")
)

# 转换为data.table格式
setDT(df)

# 按Category分组，取每组Index最大值对应的Date赋值给全组New_Date
df[, New_Date := Date[which.max(Index)], by = Category]

方案2：dplyr（写法更易懂，性能也远优于for循环） #

如果你更习惯tidyverse语法，用这个方案也完全满足需求：

# 安装加载包
install.packages("dplyr")
library(dplyr)

df <- df %>%
  group_by(Category) %>%
  mutate(New_Date = Date[which.max(Index)]) %>%
  ungroup()

两种方案输出结果完全符合你给出的样例要求，不需要额外调整字段顺序，原有50个字段全部保留。

内容的提问来源于stack exchange，提问作者Alvo