R：按列排序data.frame和有条件地删除行

Question

我已经与样本数据R有一个data.frame，看起来像这样的：

dat <- data.frame(NAME=c("NAME1","NAME1","NAME1","NAME1","NAME2","NAME2","NAME2","NAME2") , SURVEY_YEAR =c(1947,1958,1978,1987,1963,1991,2004,1993), REFERENCE_YEAR=c(1934,1947,1974,1947,1944,1987,1993,1987), VALUE=c(10,15,13,20,-2,7,12,-19)) 

dat 
     NAME SURVEY_YEAR REFERENCE_YEAR VALUE 
    1 NAME1  1947   1934 10 
    2 NAME1  1958   1947 15 
    3 NAME1  1978   1974 13 
    4 NAME1  1987   1947 20 
    5 NAME2  1963   1944 -2 
    6 NAME2  1991   1987  7 
    7 NAME2  2004   1993 12 
    8 NAME2  1993   1987 -19 

我怎么可能通过REFERENCE_YEAR首先排它（从低到高）：

NAME SURVEY_YEAR REFERENCE_YEAR VALUE 
1 NAME1  1947   1934 10 
2 NAME1  1958   1947 15 
3 NAME1  1987   1947 20 
4 NAME1  1978   1974 13 
5 NAME2  1963   1944 -2 
6 NAME2  1991   1987  7 
7 NAME2  1993   1987 -19 
8 NAME2  2004   1993 12 

然后如果REFERENCE_YEAR一年是一样的，删除从dat覆盖更长的时间（从REFERENCE_YEAR到SURVEY_YEAR）的一个，然后写入删除RO ws变成新的data.frame？

与样本数据的data.frame应该是这样的结尾：

NAME SURVEY_YEAR REFERENCE_YEAR VALUE 
1 NAME1  1947   1934 10 
2 NAME1  1958   1947 15 
3 NAME1  1978   1974 13 
4 NAME2  1963   1944 -2 
5 NAME2  1991   1987  7 
6 NAME2  2004   1993 12 

Answer 1

BondedDust留下一个优雅的答案。我的回答远比他长。但是，让我离开它。

dat %>% 
    arrange(REFERENCE_YEAR) %>% 
    mutate(gap = SURVEY_YEAR - REFERENCE_YEAR) %>% 
    arrange(REFERENCE_YEAR, gap) %>% 
    group_by(NAME, REFERENCE_YEAR) %>% 
    filter(gap == gap[1]) %>% 
    arrange(NAME,REFERENCE_YEAR) 

# NAME SURVEY_YEAR REFERENCE_YEAR VALUE gap 
#1 NAME1  1947   1934 10 13 
#2 NAME1  1958   1947 15 11 
#3 NAME1  1978   1974 13 4 
#4 NAME2  1963   1944 -2 19 
#5 NAME2  1991   1987  7 4 
#6 NAME2  2004   1993 12 11 

Answer 2

的第一步将是理清两个REFERENCE_YEAR & SURVEY_YEAR。在最长间隔的项目将先被排序，将被作为NOT-复制的复制（）函数进行选择，所以见好就收出来使用逻辑索引：

> dat2 <- dat[ order(dat$REFERENCE_YEAR, dat$SURVEY_YEAR) , ] 
> dat2 <- dat2[ !duplicated(dat2$REFERENCE_YEAR) , ] 
> dat2 
    NAME SURVEY_YEAR REFERENCE_YEAR VALUE 
1 NAME1  1947   1934 10 
5 NAME2  1963   1944 -2 
2 NAME1  1958   1947 15 
3 NAME1  1978   1974 13 
6 NAME2  1991   1987  7 
7 NAME2  2004   1993 12