使用 dplyr::distinct() 时保留最后一次出现，而不是第一次出现（此处不能使用arrange()）

Question

我有一个像这样的数据框：

# A tibble: 4 x 5
  category month   comment             score email
  <chr>    <chr>   <chr>               <dbl> <chr>
1 neutro   2020-01 ""                      8 xxx  
2 promotor 2020-04 "ok"                    9 xxx  
3 promotor 2020-04 "very cool"             9 xxx  
4 promotor 2020-05 "i really liked it"     9 xxx

不幸的是，有一项调查，但有错误（客户可以回答多次！）。
所以现在我试图只保留每个组中的最后一个答案。
当我使用

dplyr::distinct()

时，他保留第一次出现的情况：

df %>% 
   distinct(category, month, score, email, .keep_all = T)

# A tibble: 3 x 5
  category month   comment             score email
  <chr>    <chr>   <chr>               <dbl> <chr>
1 neutro   2020-01 ""                      8 xxx  
2 promotor 2020-04 "ok"                    9 xxx  
3 promotor 2020-05 "i really liked it"     9 xxx

但是我想保留最后一个，所以这是我想要的结果：

# A tibble: 4 x 5
  category month   comment             score email
  <chr>    <chr>   <chr>               <dbl> <chr>
1 neutro   2020-01 ""                      8 xxx  
2 promotor 2020-04 "very cool"             9 xxx  
3 promotor 2020-05 "i really liked it"     9 xxx

观察：正如我在标题中引用的那样，我无法排列分组的列。

Answer 1

你可以

group_by

吗？

library(dplyr)

df %>%
  group_by(category, month, score, email) %>% # Also group_by(across(-comment)) would work with the example
  slice_tail() %>%
  ungroup()

输出：

# A tibble: 3 x 5
  category month   comment             score email
  <fct>    <fct>   <fct>               <int> <fct>
1 neutro   2020-01 ""                      8 xxx  
2 promotor 2020-04 "very cool"             9 xxx  
3 promotor 2020-05 "i really liked it"     9 xxx  

Answer 2

另一个选项，使用

collapse

package 会明显更快：

library(collapse)
df %>% 
  fgroup_by(category, month, score, email) %>% 
  flast(., na.rm = FALSE) %>% 
  fungroup() 
#   category   month score email           comment
# 1   neutro 2020-01     8   xxx                  
# 2 promotor 2020-04     9   xxx         very cool
# 3 promotor 2020-05     9   xxx i really liked it