Fatal编程技术网
  • r/
  • R 在一个数据帧中仅保留与ID对应的两行

R 在一个数据帧中仅保留与ID对应的两行

r

R 在一个数据帧中仅保留与ID对应的两行,r,subset,R,Subset,我有以下数据（这是一个模拟版本），我正在使用R ID m 1 m1 1 m2 1 m3 2 m1 2 m2 3 m1 3 m2 3 m3 3 m4 4 m1 每个ID都有一个m1行，其余m的长度在ID中是可变的。我想保留m1值和每个ID对应的最后一个值。理想的输出如下所示： ID m 1 m1 1 m3 2 m1 2 m2 3 m1 3 m4 4 m1 事先非常感谢 一个选项是使用data.table 将“data.frame”转换为“data.table”

我有以下数据（这是一个模拟版本），我正在使用R

ID m
1  m1
1  m2
1  m3
2  m1
2  m2
3  m1
3  m2
3  m3
3  m4
4  m1
每个ID都有一个m1行，其余m的长度在ID中是可变的。我想保留m1值和每个ID对应的最后一个值。理想的输出如下所示：

ID m
1  m1
1  m3
2  m1
2  m2
3  m1
3  m4
4  m1
事先非常感谢

一个选项是使用
data.table

将“data.frame”转换为“data.table”（
setDT（df1）
）。按“ID”列分组，并根据逻辑条件对数据集进行子集。如果行数为1（
If（.N==1）
），我们取“m”的值，即每个组的唯一值或
其他
，我们将每个组的值与“m1”（
m[m==m1']
）以及最后一个值“m”（
m[.N]
）连接在一起

library(data.table)
setDT(df1)[, list(m=if(.N==1) m else c(m[m=='m1'], m[.N])), by = ID]
#   ID  m
#1:  1 m1
#2:  1 m3
#3:  2 m1
#4:  2 m2
#5:  3 m1
#6:  3 m4
#7:  4 m1
一个选项是使用
data.table

将“data.frame”转换为“data.table”（
setDT（df1）
）。按“ID”列分组，并根据逻辑条件对数据集进行子集。如果行数为1（
If（.N==1）
），我们取“m”的值，即每个组的唯一值或
其他
，我们将每个组的值与“m1”（
m[m==m1']
）以及最后一个值“m”（
m[.N]
）连接在一起

library(data.table)
setDT(df1)[, list(m=if(.N==1) m else c(m[m=='m1'], m[.N])), by = ID]
#   ID  m
#1:  1 m1
#2:  1 m3
#3:  2 m1
#4:  2 m2
#5:  3 m1
#6:  3 m4
#7:  4 m1
与dplyr的结果相同：

df %>% 
   group_by(ID) %>%
   filter(row_number()==n()|m=='m1')


Source: local data frame [7 x 2]
Groups: ID

  ID  m
1  1 m1
2  1 m3
3  2 m1
4  2 m2
5  3 m1
6  3 m4
7  4 m1
与dplyr的结果相同：

df %>% 
   group_by(ID) %>%
   filter(row_number()==n()|m=='m1')


Source: local data frame [7 x 2]
Groups: ID

  ID  m
1  1 m1
2  1 m3
3  2 m1
4  2 m2
5  3 m1
6  3 m4
7  4 m1
A
base
R解决方案：

df[ave(logical(nrow(df)),df$ID,FUN=function(x) seq_along(x) %in% c(1,length(x))),]
#   ID  m
#1   1 m1
#3   1 m3
#4   2 m1
#5   2 m2
#6   3 m1
#9   3 m4
#10  4 m1
A
base
R解决方案：

df[ave(logical(nrow(df)),df$ID,FUN=function(x) seq_along(x) %in% c(1,length(x))),]
#   ID  m
#1   1 m1
#3   1 m3
#4   2 m1
#5   2 m2
#6   3 m1
#9   3 m4
#10  4 m1
另一种
base R
方式是使用拆分、应用、组合样式过滤器：

`rownames<-`(do.call(rbind, lapply(split(df,df$ID), function(x) {
  x[x$m=="m1"|seq(nrow(x))==nrow(x),]})),NULL)
#   ID  m
# 1  1 m1
# 2  1 m3
# 3  2 m1
# 4  2 m2
# 5  3 m1
# 6  3 m4
# 7  4 m1

`rownames另一种
基本R
方式是使用拆分、应用、组合样式过滤器：


`rownames<-`(do.call(rbind, lapply(split(df,df$ID), function(x) {
  x[x$m=="m1"|seq(nrow(x))==nrow(x),]})),NULL)
#   ID  m
# 1  1 m1
# 2  1 m3
# 3  2 m1
# 4  2 m2
# 5  3 m1
# 6  3 m4
# 7  4 m1



`rownames一堆基本的R单行程序：


x[c(diff(x$ID),1) == 1 | c(1,diff(x$ID)) == 1, ]
x[(c(diff(x$ID),1) + c(1,diff(x$ID))) == 1, ]
x[x$m == 'm1' | c((x$m == 'm1')[-1],TRUE), ]
x[pmax(x$m == 'm1',c((x$m == 'm1')[-1],1)) == 1, ]



一组基本R一行：


x[c(diff(x$ID),1) == 1 | c(1,diff(x$ID)) == 1, ]
x[(c(diff(x$ID),1) + c(1,diff(x$ID))) == 1, ]
x[x$m == 'm1' | c((x$m == 'm1')[-1],TRUE), ]
x[pmax(x$m == 'm1',c((x$m == 'm1')[-1],1)) == 1, ]



好啊你的问题是什么？我希望你已经做了一些研究，至少对如何做到这一点有了一些想法。谢谢你的编辑，我只是在发帖后才意识到这个问题看起来很糟糕。至于我的问题，是的，我做了一些研究，但我只能够保持可以设置为特定字符串的值，我在ID中的最后一个值不同，我不知道如何保持这些值。谢谢。@akrun没问题。。事实上，我刚刚学习了
行数
功能！好啊你的问题是什么？我希望你已经做了一些研究，至少对如何做到这一点有了一些想法。谢谢你的编辑，我只是在发帖后才意识到这个问题看起来很糟糕。至于我的问题，是的，我做了一些研究，但我只能够保持可以设置为特定字符串的值，我在ID中的最后一个值不同，我不知道如何保持这些值。谢谢。@akrun没问题。。事实上，我刚刚学习了
行数
功能！很好，谢谢你。另外，我要特别感谢你没有对我最初对这个问题的糟糕编辑感到不满。@Pierrelaffortune你可以将其作为一个单独的答案发布。如果列没有排序，它不会给出不同的结果。i、 OP希望“m1”作为一个值。这是真的，我纠正了“m1”值错位的情况。这很有效，非常感谢。另外，我要特别感谢你没有对我最初对这个问题的糟糕编辑感到不满。@Pierrelaffortune你可以将其作为一个单独的答案发布。如果列没有排序，它不会给出不同的结果。i、 OP想要“m1”作为一个值。没错，我纠正了“m1”值放错位置的情况。@akrun我明白了。我试图解决这个问题。这也很有效，非常感谢。我会努力成为dplyr的专家，这看起来很直观而且非常有用。@Bogs修复Akrun是必要的。没有它，我仍在试图找出问题所在。我是一名非常新的R程序员，我从直觉上理解您对
dplyr
的看法，但当我更加熟练时，我会尝试学习
data.table
。@akrun我明白了。我试图解决这个问题。这也很有效，非常感谢。我会努力成为dplyr的专家，这看起来很直观而且非常有用。@Bogs修复Akrun是必要的。没有它，我仍在试图找出问题所在。我是一名非常新的R程序员，我从直觉上理解你对
dplyr
的看法，但当我更熟练时，我会尝试学习
数据表
。base R中的Meravigliose queste soluzioni。@SabDeM你知道我是意大利人吗，或者这只是巧合？：）这只是一个统计问题：我认为90%的你是意大利人，因为你叫“尼古拉”。@SabDeM你是对的！无论如何，非常感谢您的评论，非常感谢！R基地的Meravigliose queste soluzioni@SabDeM你知道我是意大利人吗，还是这只是巧合这只是一个统计问题：我认为90%的你是意大利人，因为你叫“尼古拉”。@SabDeM你是对的！无论如何，非常感谢您的评论，非常感谢！