过滤当年的最新日期

Question

下表是我手头的数据样本。我想通过仅具有该特定年份的最新日期的行进行过滤。

从我的主要数据集中，我首先使用下面的代码进行过滤，它为我提供了如下行的数据：

DATA %>%
  mutate(Year = year(report_dt), Month = month(report_dt)) %>% 
  group_by(Year, ID) %>%  
  slice(which.max(as.Date(report_dt, '%m/%d/%Y')))

report_dt	公司	ID	年	月份
2012-09-30	亚马逊公司	02313510	2012	9
2012-09-30	卡夫食品公司	50075N10	2012	9
2012-10-31	宏联集团	68191910	2012	10
2012-11-30	卡夫食品集团公司	50076Q10	2012	11
2012-12-31	雅培实验室	00282410	2012	12
2012-12-31	AMERISOURCEBERGEN CORP	03073E10	2012	12
2012-12-31	苹果公司	03783310	2012	12
2012-12-31	BED BATH & BEYOND INC	07589610	2012	12

代码适用于第一步，但现在，例如，我只想要那些带有“2012-12-31”的行。我尝试再次使用

slice

，但我认为它不是这样工作的。最后我也试了：

%>% filter(Month == max(Month))

但是没有用。

我按年份对它们进行了分组，因为我每年都需要做同样的事情。如果此信息有帮助，我的最终目标是仅使用一年中最晚日期的 ID 创建投资组合）。 谢谢

编辑：这是我想要的示例结果（然后每年复制它）。删除不在该特定年份的最大日期中的行。

report_dt	公司	ID	年	月份
2012-12-31	雅培实验室	00282410	2012	12
2012-12-31	AMERISOURCEBERGEN CORP	03073E10	2012	12
2012-12-31	苹果公司	03783310	2012	12
2012-12-31	BED BATH & BEYOND INC	07589610	2012	12

Answer 1

library(tidyverse)
library(lubridate)

df <- tibble::tribble(
    ~report_dt,                 ~Company,        ~ID, ~YEAR, ~MONTH,
  "2012-09-30",         "AMAZON COM INC", "02313510", 2012L,     9L,
  "2012-09-30",        "KRAFT FOODS INC", "50075N10", 2012L,     9L,
  "2012-10-31",      "OMNICOM GROUP INC", "68191910", 2012L,    10L,
  "2012-11-30",  "KRAFT FOODS GROUP INC", "50076Q10", 2012L,    11L,
  "2012-12-31",    "ABBOTT LABORATORIES", "00282410", 2012L,    12L,
  "2012-12-31", "AMERISOURCEBERGEN CORP", "03073E10", 2012L,    12L,
  "2012-12-31",              "APPLE INC", "03783310", 2012L,    12L,
  "2012-12-31",  "BED BATH & BEYOND INC", "07589610", 2012L,    12L
  )

df |> 
  mutate(report_dt = ymd(report_dt)) |> 
  slice_max(report_dt, by = c(ID, YEAR))
#> # A tibble: 8 × 5
#>   report_dt  Company                ID        YEAR MONTH
#>   <date>     <chr>                  <chr>    <int> <int>
#> 1 2012-09-30 AMAZON COM INC         02313510  2012     9
#> 2 2012-09-30 KRAFT FOODS INC        50075N10  2012     9
#> 3 2012-10-31 OMNICOM GROUP INC      68191910  2012    10
#> 4 2012-11-30 KRAFT FOODS GROUP INC  50076Q10  2012    11
#> 5 2012-12-31 ABBOTT LABORATORIES    00282410  2012    12
#> 6 2012-12-31 AMERISOURCEBERGEN CORP 03073E10  2012    12
#> 7 2012-12-31 APPLE INC              03783310  2012    12
#> 8 2012-12-31 BED BATH & BEYOND INC  07589610  2012    12

^{创建于 2023-03-24 与 reprex v2.0.2}

Answer 2

我不确定预期的输出是什么，但如果您只想要来自 Dez 31 的条目，那么下面的方法可能会有所帮助：

library(dplyr)
library(lubridate)

DATA %>%
  mutate(Year = year(report_dt),
         Month = month(report_dt)) %>% 
  filter(report_dt == as.Date(paste0(YEAR, "-12-31")), .by = c(YEAR, ID))

#> # A tibble: 4 × 7
#>   report_dt  Company                ID        YEAR MONTH  Year Month
#>   <date>     <chr>                  <chr>    <dbl> <dbl> <dbl> <dbl>
#> 1 2012-12-31 ABBOTT LABORATORIES    00282410  2012    12  2012    12
#> 2 2012-12-31 AMERISOURCEBERGEN CORP 03073E10  2012    12  2012    12
#> 3 2012-12-31 APPLE INC              03783310  2012    12  2012    12
#> 4 2012-12-31 BED BATH & BEYOND INC  07589610  2012    12  2012    12

来自 OP 的数据

DATA <- tribble(~report_dt, ~Company, ~ID, ~YEAR, ~MONTH,
               
  "2012-09-30", "AMAZON COM INC", "02313510", 2012, 9 ,
  "2012-09-30", "KRAFT FOODS INC", "50075N10", 2012, 9 ,
  "2012-10-31", "OMNICOM GROUP INC", "68191910", 2012, 10,
  "2012-11-30", "KRAFT FOODS GROUP INC", "50076Q10", 2012, 11,
  "2012-12-31", "ABBOTT LABORATORIES", "00282410", 2012, 12,
  "2012-12-31", "AMERISOURCEBERGEN CORP", "03073E10", 2012, 12,
  "2012-12-31", "APPLE INC", "03783310", 2012, 12,
  "2012-12-31", "BED BATH & BEYOND INC", "07589610", 2012, 12
) %>% 
  mutate(report_dt = as.Date(report_dt))

^{创建于 2023-03-24 与 reprex v2.0.2}