R 如何选择具有两个特定条件的行，其中一个条件取决于另一个条件的值

您好，我有一个类似这样的数据框（实际的数据框有更多的行和更多的列，但这些是我现在特别关注的列）：

我试图选择一行，该行包含雄性交配的第一个配偶的ID。我想选择在给定年份内具有最低年份值和最低配对数的行，因此我试图确保选择第一行和第三行

我尝试过以下代码：

        d <- ddply(dataframe, .(Male_ID), summarise, Year = min(Year), Pair_Number = min(Pair_Number))
        results <- left_join(d, dataframe, by = c("Male_ID", "Year", "Pair_Number))

第1行正确，但第二行不正确。1988年，男性E没有一个配对数等于1

我想要这个：

          Male_ID   Year  Pair_Number
       1        A   1987            1
       2        E   1988            2

谢谢

试试看：

df %>% 
  group_by(Male_ID, Year) %>% 
  filter(Pair_Number == min(Pair_Number)) %>% 
  ungroup() %>% 
  distinct(Male_ID, .keep_all = TRUE)

其中：

# A tibble: 2 x 4
  Male_ID Mate_ID  Year Pair_Number
   <fctr>  <fctr> <int>       <int>
1       A       B  1987           1
2       E       D  1988           2

#一个tible:2 x 4
男性身份证配偶身份证年份配对号
1 A B 1987 1
2 E D 1988 2

按

男性ID

和

年份进行分组

按最小

对编号过滤这些组

解组

返回每个不同的

男性ID的第一行

---

仅使用

base R

。
首先是数据集

dataframe <- read.table(text = "
  Male_ID   Mate_ID  Year  Pair_Number
  1        A         B  1987            1
  2        A         C  1987            2
  3        E         D  1988            2
  4        E         F  1990            1
", header = TRUE)

---

然后是代码的其余部分。但是我发现可读的代码更好。

使用

dplyr

并将所有变量保留在最终结果中（如果需要可以删除）：

df%
分组人（男性ID）%>%
排列（年份，配对编号，.by\u group=TRUE）%>%
切片（1）
#>#A tibble:2 x 4
#>#组：男性#ID[2]
#>男性身份证配偶身份证年份配对号
#>                
#>1 A B 1987 1
#>2 E D 1988 2

如果我理解正确，您不也要第4行吗？这一年不一样。不，因为我想找到雄性的第一个配偶。第四排并没有给我们雄性E交配的第一个配偶，而是给了他有生之年与之交配的第二个配偶，这似乎对我不起作用。执行此操作时，将删除“男性ID”列。代码也没有考虑年份或配对编号列，因此我不确定这是否适用于meAh<代码>男性ID不应该丢失，但是

配偶ID

是因为这是您想要的

df

的样子。我忘记了

年份

和最小

配对号

。将更新答案。@JenniferDiamond我认为它现在应该适合你了。

# A tibble: 2 x 4
  Male_ID Mate_ID  Year Pair_Number
   <fctr>  <fctr> <int>       <int>
1       A       B  1987           1
2       E       D  1988           2

dataframe <- read.table(text = "
  Male_ID   Mate_ID  Year  Pair_Number
  1        A         B  1987            1
  2        A         C  1987            2
  3        E         D  1988            2
  4        E         F  1990            1
", header = TRUE)

sp <- split(dataframe, dataframe$Male_ID)
result <- lapply(sp, function(x) x[which.min(x$Year), ])
result <- do.call(rbind, result)
row.names(result) <- NULL
rm(sp)    # tidy up
result
#  Male_ID Mate_ID Year Pair_Number
#1       A       B 1987           1
#2       E       D 1988           2

result <- lapply(split(dataframe, dataframe$Male_ID), function(x)
    x[which.min(x$Year), ])