You need to enable JavaScript to run this app. R语言中基于每组最新日期提取数值并计算总均值的实现方法
优惠活动
大模型
产品
解决方案
定价
更多

R语言中基于每组最新日期提取数值并计算总均值的实现方法

R 实现“取每位人员最新体重计算均值”的需求

抱歉此前的标题表述不够清晰,我的问题较为简单但不易准确描述,现有如下示例数据集:

人员日期(月/日/年)体重
Person101/15/2193
Person201/16/2187
Person301/14/2173
Person101/17/2195
Person201/15/2185
Person301/18/2173.5

计算规则

仅采用每位人员的最新体重数据参与计算,预期筛选得到的有效样本为:

  • Person1(对应记录日期01/17/21):体重95
  • Person2(对应记录日期01/16/21):体重87
  • Person3(对应记录日期01/18/21):体重73.5

对上述三个有效体重值求均值,最终预期结果为85.2。

R 实现步骤

1. 数据预处理

首先构造示例数据集,必须先将原始字符串格式的日期转换为可正确排序的日期类型,避免字符串比较带来的排序逻辑错误:

# 构造原始示例数据
df <- data.frame(
  人员 = c("Person1", "Person2", "Person3", "Person1", "Person2", "Person3"),
  日期 = c("01/15/21", "01/16/21", "01/14/21", "01/17/21", "01/15/21", "01/18/21"),
  体重 = c(93, 87, 73, 95, 85, 73.5)
)

# 匹配"%m/%d/%y"(月/日/两位年份)规则,将字符串解析为标准日期格式
df$日期 <- as.Date(df$日期, format = "%m/%d/%y")

2. 基础R实现(无第三方包依赖)

通过ave函数计算每个人员对应的最大日期,筛选匹配的最新记录后直接求均值:

# 筛选每个人员日期最大的记录
latest_records <- df[df$日期 == ave(df$日期, df$人员, FUN = max), ]
# 计算最终均值
mean(latest_records$体重)
# 输出:[1] 85.2

3. dplyr 实现(日常分析常用语法)

通过分组取最大值的逻辑完成筛选,代码可读性更强:

library(dplyr)

df %>%
  group_by(人员) %>%
  # 按日期排序,取每组最新的1条记录
  slice_max(日期, n = 1) %>%
  # 提取体重值计算整体均值
  summarise(最终均值 = mean(体重))
# 输出结果:
# # A tibble: 3 × 1
#   最终均值
#      <dbl>
# 1     85.2

4. data.table 实现(大数据集适用)

针对百万行以上的大规模数据,该写法的运行效率更高:

library(data.table)

dt <- as.data.table(df)
# 分组取每个人员日期最大的行,计算体重均值
dt[, .SD[which.max(日期)], by = 人员][, mean(体重)]
# 输出:[1] 85.2

注意:实现过程中切勿直接用原始日期字符串比较大小,尤其是年/月/日位数不统一时会出现排序逻辑错误,必须转换为标准日期类型后再做筛选。

内容的提问来源于stack exchange,提问作者Zachary McClean

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.08 00:54:04