Question

我的数据集为300k +个案例，客户ID可能会重复多次。每个客户也有与之相关的日期和等级。我希望能够只保留按日期排序的唯一客户ID，然后如果存在重复的ID，其重复日期将按排名排序（保持排名最接近1）。我的数据示例如下：

Customer.ID  Date     Rank
576293     11/16/2015   6
581252     1/4/2016     5
581600     1/12/2015    2
582560     4/13/2016    1
591674     3/21/2012    6
586334     3/30/2014    1

理想的结果就是这样：

var forInts = new NumberFormat();
var forFractions = new NumberFormat();

forFractions.minimumFractionDigits = 2;
forFractions.maximumFractionDigits = 2;

format(num n) => 
    n == n.truncate() ? forInts.format(n) : forFractions.format(n);

print(format(15.50));
print(format(15.0));

Answer 1

明确了OP的所需输出：

我们也可以使用基数R执行此操作，这将比使用dplyr的{{1}}方法更快，因为我们不必循环遍历所有唯一group_by(Customer.ID)：< / p>

Customer.ID

注意：

首先，按升序排序df <- df[order(-df$Customer.ID,as.Date(df$Date, format="%m/%d/%Y"),-df$Rank, decreasing=TRUE),] res <- df[!duplicated(df$Customer.ID),]，然后按降序排列Customer.ID，然后按升序排序Date。
删除Rank中的重复项，以便只保留每个Customer.ID的第一行。

结果使用您发布的数据作为数据框Customer.ID（未转换df列）按升序排列Date：

Customer.ID

数据：

print(res) ## Customer.ID Date Rank ##2 576293 11/16/2015 6 ##5 581252 1/4/2016 5 ##7 581600 1/12/2015 2 ##8 582560 4/13/2016 1 ##10 586334 3/30/2014 1 ##9 591674 3/21/2012 6

如果您只想保留每个df <- structure(list(Customer.ID = c(591674L, 586334L, 582560L, 581600L, 581252L, 576293L), Date = c("3/21/2012", "3/30/2014", "4/13/2016", "1/12/2015", "1/4/2016", "11/16/2015"), Rank = c(6L, 1L, 1L, 2L, 5L, 6L)), .Names = c("Customer.ID", "Date", "Rank"), row.names = c(9L, 10L, 8L, 7L, 5L, 2L), class = "data.frame")的最新日期（后跟较低排名）行，您可以使用Customer.ID执行以下操作：

dplyr

注意：

library(dplyr) res <- df %>% group_by(Customer.ID) %>% arrange(desc(Date),Rank) %>% summarise_all(funs(first)) %>% ungroup() %>% arrange(Customer.ID) group_by并按Customer.ID按降序排序arrange，按升序排序Date。

Rank仅保留每个summarise_all的第一行。

最后，Customer.ID并按ungroup排序，以获得您想要的结果。

将您的数据用作数据框Customer.ID，并将df列转换为Date类：

Date

数据：

print(res) ### A tibble: 7 x 3 ## Customer.ID Date Rank ## <int> <date> <int> ##1 576293 2015-11-16 6 ##2 581252 2016-01-04 5 ##3 581600 2015-01-12 2 ##4 582560 2016-04-13 1 ##5 586334 2014-03-30 1 ##6 591674 2012-03-21 6

根据R中的3列删除重复项

1 个答案: