我试图按国家和立法选举对数据框进行排序 - 这一步可以复制多个不同的政党家庭。
到目前为止，我所做的是将主要数据集分类为聚会家庭（parfam =='10'），“最近”选举（日期>'201000'），并排除没有相关数据的国家（！％in％nodata， nodata是我已经创建的值列表：
eco <- filter(CMPdataset, parfam == '10' & date > '201000' & ! country %in% nodata)
由于一些国家在2010年后的时间段内将多个选举编入了总体数据集CMPdataset，我手动浏览了数据，并使用以下方法手动删除了所有不必要的数据：
eco <- eco[-c(1,8,10,11,13,14,18,20,21,22,23,27,28,31,32,34,35,37), ]
如您所见，对于较大的数据帧，这可能相当繁琐。所以我想我会把我知道的公式结合起来并提出以下内容（edate是一个变量，具有YYYY-MM-DD格式的特定选举日期，我列出了我在名称下包含的所有具体选举included_elections）：
eco2 <- filter(CMPdataset, parfam == '10' & ! country %in% nodata & edate %in% included_elections)
但是，这没有结果，我不知道为什么！我可以坚持用手工完成这一切，但这很乏味且不易复制，这就是为什么我真的更喜欢这样的解决方案。任何帮助将不胜感激！
感谢您提供dput输出。您立即出错的原因是您需要将included_elections转换为日期格式：
included_elections <- as.Date(included_elections)
也就是说，一些更系统化的东西，包括你想要的条件（例如，当你想要最后一次选举和你想要倒数第二次时），沿着@ iod的方法，是一个更好的长期解决方案。
CMPdataset %>% group_by(country) %>%
filter(parfam==`10`, !country %in% nodata, date==max(edate), date>201000)
date==max(date)将过滤数据框，以便在每个组（即国家）内，仅保留最新选举的行。 （此外，条件之间不需要&，默认情况下它们都由&加入）。