2

Tengo una base de datos con columnas de fecha y nombres, quiero filtrar en R solo los nombres siempre y cuando estén en la última fecha.

Por ejemplo tengo esta base de datos

NOMBRE = c("MARIO", "JOSE","JULIO", "ROSA", "MANUEL", "OSCAR")

NOMBRE = rep(NOMBRE, c(4, 2, 2, 3, 3, 1))

periodo = c(2018:2021, 2019:2020, 2020:2021, 2019:2021, 2018:2021)

df <- data.frame(periodo, NOMBRE)

> head(df)
  periodo NOMBRE
1    2018  MARIO
2    2019  MARIO
3    2020  MARIO
4    2021  MARIO
5    2019   JOSE
6    2020   JOSE

Quiero que el resultado sea la siguiente base.

periodo1 <- c(2018:2021,2020:2021,2019:2021, 2021)

NOMBRE1 = c("MARIO", "JULIO", "ROSA", "OSCAR")

NOMBRE1 = rep(NOMBRE1, c(4, 2, 3, 1))


df1 <- data.frame(periodo1, NOMBRE1)

> head(df1)
  periodo1 NOMBRE1
1     2018   MARIO
2     2019   MARIO
3     2020   MARIO
4     2021   MARIO
5     2020   JULIO
6     2021   JULIO 

3 respuestas 3

2

Usando tidyverse, se me ocurre lo siguiente:

Primero definimos la fecha máxima de manera global

max_fecha = max(df$periodo)

Luego agrupamos por nombre y filtramos solo los grupos que contengan algún valor en periodo que pertenezca a la fecha máxima

library(dplyr)

 df %>%
    group_by(NOMBRE) %>%
    filter(any(periodo == max_fecha))
1

Con R base la selección clásica se hace de la siguiente forma:

df[periodo==max(df$periodo),]

o bien, usando subset():

subset(df, periodo == max(periodo))
1

Una opción con R-base, usando el operador %in%

nombres = df[periodo==max(periodo), "NOMBRE"]

df1 = df[NOMBRE %in% nombres, ]

> head(df1)
periodo NOMBRE
1    2018  MARIO
2    2019  MARIO
3    2020  MARIO
4    2021  MARIO
7    2020  JULIO
8    2021  JULIO

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.