因为这是基于dplyr的特定问题

1）在group_by之后，在row_number()上使用slice

library(tidyverse)
df %>% 
   group_by(a) %>% 
   slice(tail(row_number(), 2))
# A tibble: 8 x 2
# Groups:   a [4]
#      a      b
#  <dbl>  <dbl>
#1     1  343  
#2     1   54  
#3     2   55  
#4     2   62  
#5     3   59  
#6     3   -9  
#7     4    0  
#8     4   -0.5

2）或使用dplyr中的filter

df %>% 
   group_by(a) %>% 
   filter(row_number() >= (n() - 1))

3）或使用do和tail

df %>%
    group_by(a) %>% 
    do(tail(., 2))

4）除了tidyverse方法外，我们还可以使用compact data.table

library(data.table)
setDT(df)[df[, .I[tail(seq_len(.N), 2)], a]$V1]

5）或base R中的by

by(df, df$a, FUN = tail, 2)

6）或使用base R中的aggregate

df[aggregate(c ~ a, transform(df, c = seq_len(nrow(df))), FUN = tail, 2)$c,]

7）或从base R到split

do.call(rbind, lapply(split(df, df$a), tail, 2))

更新

dplyr 1.1.0将by参数引入到slice()系列动词中，以允许一次性分组操作：

library(dplyr)

df %>% 
  slice_tail(n = 2, by = a)

注：此时by是实验性的。
dplyr 1.0.0引入了slice_tail，使这变得简单：

library(dplyr)

df %>% 
  group_by(a) %>% 
  slice_tail(n = 2)

类似地，slice_head用于获取 * 前 * n行。

使用tapply的基本R选项是为每个组的最后两行设置子集。

df[unlist(tapply(1:nrow(df), df$a, tail, 2)), ]

#     a      b
#  <dbl>  <dbl>
#1     1  343  
#2     1   54  
#3     2   55  
#4     2   62  
#5     3   59  
#6     3   -9  
#7     4    0  
#8     4   -0.5

或使用ave的其他选项

df[as.logical(with(df, ave(1:nrow(df), a, FUN = function(x) x %in% tail(x, 2)))), ]

还有tidyverse的可能性：

df %>%
 group_by(a) %>%
 top_n(2, row_number())

      a        b
  <dbl>    <dbl>
1    1.  343.   
2    1.   54.0  
3    2.   55.0  
4    2.   62.0  
5    3.   59.0  
6    3.   -9.00 
7    4.    0.   
8    4.   -0.500

根据每组的行号，取前两行。

尝试tail()。在R中，head函数允许您预览前n行，而tail允许您预览后n行。