R 基于现有列及其旁边的列的新列

我的数据框看起来像这样

ID t1 obs1 t2 obs2 t3 obs3
1  0  a    11 d    0  g
2  0  b    13 e    11 i
3  0  c    0  f    0  h

我需要确保每个ID至少有一个大于10的t（如果不是，请删除行）。然后，我想保存10以上的最低t值，但也要将相应的obs保存在新列中。（关于我的问题，最复杂的部分是，10以上的最低t可能在任何列中）。与某个t对应的obs位于下一列中，因此这会有所帮助。因此，我的结果数据框如下所示：

ID t1 obs1 t2 obs2 t3 obs3 lowesttabove10 correspondingobs
1  0  a    11 d    0  g    11             d
2  0  b    13 e    11 i    11             i

---

我的方法不是很好，但仍然有效，你可以试试

library(dplyr)
library(reshape)
df1=melt(df,id='ID')

df2=df1%>%group_by(ID)%>%filter(value>10)%>%dplyr::slice(which.min(value))%>%na.omit()

> df2
# A tibble: 2 x 3
# Groups:   ID [2]
     ID variable value
  <int>   <fctr> <chr>
1     1       t2    11
2     2       t3    11


df2$variable=as.character(df2$variable)
C=as.numeric(gsub("[[:alpha:]]", "", df2$variable))
df=df[df$ID%in%df2$ID,]
for (i in 1:length(C)){
DF1=df[i,str_detect(names(df),as.character(C[i]))]
names(DF1)=c('lowesttabove10 ','correspondingobs')
if (i ==1 ){DFF=DF1}else{DFF=rbind(DFF,DF1)}
}
cbind(df,DFF)

  ID t1 obs1 t2 obs2 t3 obs3 lowesttabove10  correspondingobs
1  1  0    a 11    d  0    g              11                d
2  2  0    b 13    e 11    i              11                i

库（dplyr）
图书馆（重塑）
df1=熔体（df，id='id'）
df2=df1%%>%group_by（ID）%%>%filter（value>10）%%>%dplyr:：slice（which.min（value））%%>%na.omit（）
>df2
#一个tibble:2x3
#组别:ID[2]
ID变量值
1 1 t2 11
2 t3 11
df2$variable=as.character（df2$variable）
C=as.numeric（gsub（“[：alpha:][]”，“”，df2$变量））
df=df[df$ID%在%df2$ID中，]
适用于（i/1：长度（C））{
DF1=df[i，str_detect（名称（df），as.character（C[i]））
名称（DF1）=c（'lowersttabove10'，'correspondingobs'）
如果（i==1）{DFF=DF1}否则{DFF=rbind（DFF，DF1）}
}
cbind（df，DFF）
ID t1 obs1 t2 obs2 t3 obs3下表10对应的obs2
11A11D 0G11D
2 2 0 b 13 e 11 i 11 i

解决方案在一个管道中使用

dplyr

和

tidyr

dt

是原始数据，

dt2

是最终输出

library(dplyr)
library(tidyr)

dt2 <- dt %>%
  gather(t_group, t_value, starts_with("t")) %>%
  gather(obs_group, obs_value, starts_with("obs")) %>%
  filter(gsub("t", "", t_group) == gsub("obs", "", obs_group)) %>%
  filter(t_value >= 10) %>%
  filter(t_value == min(t_value)) %>%
  select(ID, lowesttabove10 = t_value, correspondingobs = obs_value) %>%
  inner_join(dt, by = "ID") %>%
  select(colnames(dt), lowesttabove10, correspondingobs)

df2
  ID t1 obs1 t2 obs2 t3 obs3 lowesttabove10 correspondingobs
1  1  0    a 11    d  0    g             11                d
2  2  0    b 13    e 11    i             11                i

库（dplyr）
图书馆（tidyr）
dt2%
聚集（t_组，t_值，以（“t”）开头）%>%
聚集（obs_组，obs_值，以（“obs”）开头）%>%
过滤器（gsub（“t”），t_组）==gsub（“obs”，“obs”，obs_组））%>%
过滤器（t_值>=10）%>%
过滤器（t_值==最小值（t_值））%>%
选择（ID，最下选项卡10=t_值，对应的BS=obs_值）%>%
内部联接（dt，by=“ID”）%>%
选择（列名称（dt）、最下表10、对应的选项卡）
df2
ID t1 obs1 t2 obs2 t3 obs3下表10对应的obs2
11A11D 0G11D
2 2 0 b 13 e 11 i 11 i

数据：

dt使用基数R：

删除t值不超过10的所有行：

df1 <- df1[rowSums(df1[, grepl("^t", colnames(df1))] >10) > 0, ]

df1 10）>0，]

确定包含10以上最低值的组，然后检索值：

df1$group <- apply(df1[grepl("^t", names(df1))], 1, function(x) which(x == min(x[x > 10])))
df1 <- cbind(df1, do.call(rbind, lapply(seq_len(nrow(df1)), 
                                        function(x) setNames(df1[x, paste0(c("t", "obs"), df1$group[x])],
                                                             c("lowesttabove10", "correspondingobs")))))

> df1
  ID t1 obs1 t2 obs2 t3 obs3 group lowesttabove10 correspondingobs
1  1  0    a 11    d  0    g     2             11                d
2  2  0    b 13    e 11    i     3             11                i

df1$group 10]））
df1 df1
ID t1 obs1 t2 obs2 t3 obs3 obs3组最下面的10个对应OBS
11A11D0G211D
2 2 0 b 13 e 11 i 3 11 i
对于data.table，转到长格式：

library(data.table)
setDT(DT)
dat = melt(DT, measure.vars = patterns("^t\\d+$", "^obs\\d+$"), value.name = c("t", "obs"))
setorder(dat, ID, variable)

#    ID variable  t obs
# 1:  1        1  0   a
# 2:  1        2 11   d
# 3:  1        3  0   g
# 4:  2        1  0   b
# 5:  2        2 13   e
# 6:  2        3 11   i
# 7:  3        1  0   c
# 8:  3        2  0   f
# 9:  3        3  0   h

查找每个组的最大值并标记要保留的组：

IDDT = dat[order(-t), 
  .(max.variable = first(variable), max.t = first(t), max.obs = first(obs))
, by=ID]
IDDT[, keep := max.t > 10]

#    ID max.variable max.t max.obs  keep
# 1:  2            2    13       e  TRUE
# 2:  1            2    11       d  TRUE
# 3:  3            1     0       c FALSE

使用滚动更新联接查找每个保留组超过10的最小值：

IDDT[(keep), c("my.variable", "my.t", "my.obs") := {
  m = .(ID = ID, t_thresh = 10)
  dat[m, on=.(ID, t = t_thresh), roll=-Inf, .(x.variable, x.t, x.obs)]
}]

#    ID max.variable max.t max.obs  keep my.variable my.t my.obs
# 1:  2            2    13       e  TRUE           3   11      i
# 2:  1            2    11       d  TRUE           2   11      d
# 3:  3            1     0       c FALSE          NA   NA     NA

我就到此为止，主要数据是长格式的
dat
，而
ID
级别变量则在单独的表
IDDT
中。要将
dat
筛选到应保留的组：
dat[IDDT[（保留），（ID）]，on=（ID）]
。有关语法的详细信息，请参阅
？data.table
和加载软件包时提到的其他介绍材料

如果您坚持要返回到广域，请参见
？dcast
。
重塑是为了更好地使用plyr而构建的，而tidyr是为了dplyr，仅供参考。刚刚注意：您需要将df1$值转换为数字。使用character，您将在过滤器内看到
“2”>10
。另外，看起来您的第二步应该/可能是
left_-join（df2，df）
？@Frank是的，您是对的，我这边的
'1'>10
返回
FALSE
您知道我为什么会出现此错误吗？错误：is_DictionarySh（x）不正确不确定。尝试获取最新的
dplyr
或
tidyverse
软件包。如果错误仍然发生，您可以使用base R或
data.table
中的方法，如其他人建议的那样。
IDDT[(keep), c("my.variable", "my.t", "my.obs") := {
  m = .(ID = ID, t_thresh = 10)
  dat[m, on=.(ID, t = t_thresh), roll=-Inf, .(x.variable, x.t, x.obs)]
}]

#    ID max.variable max.t max.obs  keep my.variable my.t my.obs
# 1:  2            2    13       e  TRUE           3   11      i
# 2:  1            2    11       d  TRUE           2   11      d
# 3:  3            1     0       c FALSE          NA   NA     NA