R 如果任何连续值不符合阈值，请删除ID

我的数据框如下所示：

id        year        value
1         2000        23
1         2001        40
1         2003        93
2         1998        90
2         1999        91
2         2002        92
3         2015        12
3         2016        13
3         2017        14

如果有任何两个连续的值不满足阈值90，我想删除该ID。注：在这种情况下，连续仅表示一年后的另一年，不必正好是一年后。（例如：ID 1的2001年和2003年为连续年份）

---

输出应该是ID2。如果id 2有两个连续值为的任何实例，则此解决方案使用包

dplyr

library(dplyr)

df1 %>%
  group_by(id) %>%
  filter(all(value[-1] >= 90 | value[-n()] >= 90))
## A tibble: 3 x 3
## Groups:   id [1]
#     id  year value
#  <int> <int> <int>
#1     2  1998    90
#2     2  1999    91
#3     2  2002    92

库（dplyr）
df1%>%
分组依据（id）%>%
过滤器（全部（值[-1]>=90 |值[-n（）]>=90））
##一个tibble:3x3
##分组：id[1]
#id年份值
#    
#1     2  1998    90
#2     2  1999    91
#3     2  2002    92

数据。

df1 <- read.table(text = "
id        year        value
1         2000        23
1         2001        40
1         2003        93
2         1998        90
2         1999        91
2         2002        92
3         2015        12
3         2016        13
3         2017        14                  
", header = TRUE)

---

df1使用
dplyr
可以首先识别小于90的值。然后，您可以计算序列中小于90的条目数。之后，您可以只保留ID，在其中您没有观察到小于90的两个连续值

library(dplyr)
df %>%
  mutate(value_90 = value < 90) %>%
  group_by(id) %>%
  mutate(n_cons = cumsum(value_90)) %>%
  filter(!any(n_cons == 2)) %>%
  select(id, year, value)

# A tibble: 3 x 3
# Groups:   id [1]
     id  year value
  <dbl> <dbl> <dbl>
1     2  1998    90
2     2  1999    91
3     2  2002    92

库（dplyr）
df%>%
变异（值_90=值<90）%>%
分组依据（id）%>%
变异（n_cons=cumsum（值_90））%>%
筛选器（！任意（n_cons==2））%>%
选择（id、年份、值）
#一个tibble:3x3
#分组：id[1]
id年份值
1     2  1998    90
2     2  1999    91
3     2  2002    92
还可以执行以下操作：

library(dplyr)

df %>%
  group_by(id) %>%
  filter(!any(value < 90 & lag(value) < 90))

库（dplyr）
df%>%
分组依据（id）%>%
过滤器（！任意（值<90和滞后（值）<90））

输出：

# A tibble: 3 x 3
# Groups:   id [1]
     id  year value
  <int> <int> <int>
1     2  1998    90
2     2  1999    91
3     2  2002    92

#一个tible:3 x 3
#分组：id[1]
id年份值
1     2  1998    90
2     2  1999    91
3     2  2002    92
使用dplyr和
rle

library(dplyr)
DT %>% mutate(test = value < 90) %>% group_by(id) %>% filter(
  with(rle(test), !any(lengths >= 2 & values))
) %>% select(-test)

# A tibble: 3 x 3
# Groups:   id [1]
     id  year value
  <int> <int> <int>
1     2  1998    90
2     2  1999    91
3     2  2002    92

库（dplyr）
DT%%>%变异（测试=值<90）%%>%group\U by（id）%%>%filter(
带（rle（测试），！任意（长度>=2和值））
)%%>%选择（-test）
#一个tibble:3x3
#分组：id[1]
id年份值
1     2  1998    90
2     2  1999    91
3     2  2002    92
欢迎来到SO！到目前为止你试过什么？你被卡在哪里了？请修改您的问题以符合a的标准。分组将其转换为要显示更漂亮结果的
TIBLE
，您只需在结尾执行
%>%as.data.frame（）
。@arg0naut我删除向量的第一个元素和最后一个
n（）
。因此，得到的两个向量是滞后的，或者是“或”
value[2]
和
value[1]
，然后是3和2，以此类推。
library(dplyr)
DT %>% mutate(test = value < 90) %>% group_by(id) %>% filter(
  with(rle(test), !any(lengths >= 2 & values))
) %>% select(-test)

# A tibble: 3 x 3
# Groups:   id [1]
     id  year value
  <int> <int> <int>
1     2  1998    90
2     2  1999    91
3     2  2002    92