R 若组中有五行以上，则仅保留前五行

我有一个数据框，其中包含用户ID（因此我们按此分组），以及其他变量状态和日期

其中一些USERID的有5种以上的状态，因此我们应该在日期之前只保留最近的5种状态

---

我应该如何编码这个，看起来很简单，但我还没有做到。

我们可以使用

data.table

。将“data.frame”转换为“data.table”（

setDT（df1）

），按“USERID”分组，我们对“date”进行降序排序（假设“date”列为

date

class），并获取头5行

head

library(data.table)
setDT(df1)[order(-date), head(.SD, 5), by=USERID]

---

或者正如注释中提到的@symbolX，我们也可以使用

.I

获取行索引，然后删除没有5行的组的NA行）

数据

set.seed（49）
df1我们可以使用
data.table
。将“data.frame”转换为“data.table”（
setDT（df1）
），按“USERID”分组，我们对“date”进行降序排序（假设“date”列为
date
class），并获取头5行
head

library(data.table)
setDT(df1)[order(-date), head(.SD, 5), by=USERID]


或者正如注释中提到的@symbolX，我们也可以使用
.I
获取行索引，然后删除没有5行的组的NA行）

数据
set.seed（49）
df1如果你是dplyr的粉丝，你可以

library(dplyr)

df %>%
  group_by(USERID) %>%
  arrange(-date) %>%
  slice(1:5) %>%
  ungroup

在“大型”数据集上，
data.table
方法可能会更快，但是
dplyr
有一个稍微简单的语法，可以让你一开始就明白（在我看来）。
如果你是
dplyr
的粉丝，你可以这样做

library(dplyr)

df %>%
  group_by(USERID) %>%
  arrange(-date) %>%
  slice(1:5) %>%
  ungroup

在“大型”数据集上，
data.table
方法可能会更快，但是
dplyr
有一个稍微简单的语法，可以让你一开始就明白（在我看来）。
还有
df1[df1[order（-date），.I[1:5]，by=userid]$V1][is.na（userid）]
我认为没有必要使用
if
语句（
head
提供尽可能多的行，但不超过限制）也
df1[df1[order（-date），.I[1:5]，by=userid]$V1[！is.na（userid）]
我认为没有必要使用
if
语句（
head
提供尽可能多的行，但不超过限制）请阅读关于和如何给出a的信息。这将使其他人更容易帮助你。我希望让新用户在第一次提问时有机会改进他们的问题，而不立即进行否决表决，否则会令人沮丧，可能会赶走新用户。仅是我个人的意见…请阅读关于a的信息d如何给出a。这将使其他人更容易帮助你。I如何让首次提问的新用户有机会改进他们的问题，而不立即进行否决表决，否则会令人沮丧，可能会赶走新用户。这只是我个人的意见。。。