R 如何在事件发生后删除数据？

这是我的数据，我希望在事件发生后删除ID的所有数据

ID   Event  time
1      0     1
1      1     2
2      0     3
1      0     4
2      0     5

由于ID 1的事件大于0，因此我想删除ID 1的所有后续数据。所以，我去掉第4行，理想的输出是

 ID   Event  time
  1     0     1
  1     1     2
  2     0     3
  2     0     5

我该怎么做

 dput(df)
structure(list(ID = c(1L, 1L, 2L, 1L, 2L), Event = c(0L, 1L, 
0L, 0L, 0L), time = 1:5), .Names = c("ID", "Event", "time"), class = "data.frame", row.names = c(NA, 
-5L))

---

使用dplyr，您可以

筛选
时间
值小于
事件
为1的最小值，并按
ID
分组：

library(dplyr)

df %>% group_by(ID) %>% filter(time <= min(time[Event == 1]))

## Source: local data frame [4 x 3]
## Groups: ID [2]
## 
##      ID Event  time
##   <int> <int> <int>
## 1     1     0     1
## 2     1     1     2
## 3     2     0     3
## 4     2     0     5

这两种方法都依赖于这样一个事实，即
min（整数（0））
在
ID
没有1个值时返回
Inf
，但如果愿意，可以添加
if
条件来明确说明这种情况。
使用dplyr，您可以
筛选
时间
值小于
事件
为1的最小值，并按
ID
分组：

library(dplyr)

df %>% group_by(ID) %>% filter(time <= min(time[Event == 1]))

## Source: local data frame [4 x 3]
## Groups: ID [2]
## 
##      ID Event  time
##   <int> <int> <int>
## 1     1     0     1
## 2     1     1     2
## 3     2     0     3
## 4     2     0     5

这两种方法都依赖于这样一个事实，即
min（整数（0））
在
ID
没有1个值时返回
Inf
，但如果您愿意，可以添加
if
条件来明确说明这种情况。
这里有一个选项使用
匹配
与
数据。table

library(data.table)
setDT(df)[, .SD[seq_len(match(1, Event, nomatch = .N))], ID]
#   ID Event time
#1:  1     0    1
#2:  1     1    2
#3:  2     0    3
#4:  2     0    5

这里有一个选项，使用
匹配
与
数据。表

library(data.table)
setDT(df)[, .SD[seq_len(match(1, Event, nomatch = .N))], ID]
#   ID Event time
#1:  1     0    1
#2:  1     1    2
#3:  2     0    3
#4:  2     0    5

我尝试了一些非常复杂的方法，为有事件的人和没有事件的人创建了两组数据集，我给他们两人都分配了一个时间序列，并最后（time.x））输出了
，
，但毕竟它没有给我想要的输出。我想也许有一种简单的方法我忽略了，我假设是
dplyr:：filter
，而不是
stats:：filter
。使用dplyr，
df%>%group\u by（ID）%%>%filter（感谢@alistaire。你太棒了！哎呀，这应该是
df%>%group\u by（ID）%%>%filter（时间GREST。请考虑写下你的答案。它是可读的，漂亮的，而且工作得很好，因为我尝试了一些非常复杂的东西，为那些有事件的人创建了一套数据集，而对于那些没有事件的人，我给他们俩分配了一个时间序列，并且做了<代码>输出最后（time .x））。
毕竟它没有给我想要的输出。我想也许有一个简单的方法我错过了。我假设这是
dplyr:：filter
，而不是
stats:：filter
。使用dplyr，
df%>%groupby（ID）%%>%filter（时间感谢@alistaire。你太棒了！哦，这应该是
df%>%groupby（ID）%%过滤器（时间绿色）。请考虑写下你的答案。它是可读的，漂亮的，而且工作得很好，因为我认为这里必须有一些简单的东西，但是我真的不能做得更好。我最好的尝试是<代码> DF[AWA]（DF$事件，DF$ID，乐趣=函数（x）Rev（CUMUM（Rev（x））=＝0和任何（x）），]
我认为这里一定有一些简单的东西，但我实在是做得太好了。我最好的尝试是
df[！ave（df$Event，df$ID，FUN=function（x）rev（cumsum（rev（x）））==0&any（x）），]