选择分组数据的最小数据 - 保留所有列[重复]

我在这里碰壁了。

我有一个dataframe，很多行。 这是示意性示例。

#myDf
ID    c1    c2    myDate
A     1     1     01.01.2015
A     2     2     02.02.2014
A     3     3     03.01.2014
B     4     4     09.09.2009
B     5     5     10.10.2010
C     6     6     06.06.2011
....

我需要对我的dataframe by my ID，然后选择日期最早的行，并将输出写入新的数据帧 - 保留所有行。

ID    c1    c2    myDate
A     3     3     03.01.2014
B     4     4     09.09.2009
C     6     6     06.06.2011
....

这就是我的处理方式：

test <- myDf %>%
    group_by(ID) %>%
    mutate(date == as.Date(myDate, format = "%d.%m.%Y")) %>%
    filter(date == min(b2))

验证：nrow我生成的数据框应该与unique返回。

unique(myDf$ID) %>% length == nrow(test)

FALSE

不起作用。我试过这个：

newDf <- ddply(.data = myDf,
              .variables = "ID",
              .fun = function(piece){
                  take.this.row <- piece$myDate %>% as.Date(format="%d.%m.%Y") %>% which.min
                  piece[take.this.row,]
                  })

这确实会永远运行。我终止了它。

为什么第一种方法不起作用？解决该问题的好方法是什么？

考虑到你有一个相当大的数据集，我认为使用 data.table 会更好！这是解决您问题的 data.table 版本，它比 dplyr 包更快：

library(data.table)
df <- data.table(ID=c("A","A","A","B","B","C"),c1=1:6,c2=1:6,
                 myDate=c("01.01.2015","02.02.2014",
                          "03.01.2014","09.09.2009","10.10.2010","06.06.2011"))
df[,myDate:=as.Date(myDate, '%d.%m.%Y')]

> df_new <- df[ df[, .I[myDate == min(myDate)], by=ID]$V1 ]
> df_new
   ID c1 c2     myDate
1:  A  3  3 2014-01-03
2:  B  4  4 2009-09-09
3:  C  6  6 2011-06-06

PS：您可以使用setDT(mydf)将data.frame转换为data.table。