如何为R中的每个组选择第二行和第三行

我需要为数据帧中的每个组选择第二个和第三个条目。我一直在努力，但还是出错了

样本数据：

USER.ID   restaurant
3            aaaa
3            ababa
3            asddw
4            bbbb
4            wedwe
2            ewedw
1            qwqw
1            dwqd
1            dqed
1            ewewq

期望输出：

USER.ID    2nd_restaurant   3rd_restaurant
3            ababa             asddw
3            ababa             asddw
3            ababa             asddw
4            wedwe             NA
4            wedwe             NA
2            NA                NA
1            dwqd              dqed
1            dwqd              dqed
1            dwqd              dqed
1            dwqd              dqed

我尝试使用dplyr，但我想由于数据量巨大，计算起来需要很长时间。有没有更有效的计算方法

我的代码：

data1 <- data %>%
arrange(USER.ID) %>%
group_by(USER.ID) %>%
mutate(second_restaurant = data[2,11]) %>%
mutate(third_restaurant = data[3,11])

data1%
排列（用户ID）%>%
分组依据（用户ID）%>%
突变（第二个餐厅=数据[2,11]）%>%
变异（第三方餐厅=数据[3,11]）

---

11是原始数据集中餐厅的列号。

首先复制餐厅列，然后使用

mutate

提取相关值：

mydf %>%
  mutate(restaurant2 = restaurant) %>%
  group_by(USER.ID) %>%
  mutate(restaurant = restaurant[2], restaurant2 = restaurant2[3])
# Source: local data frame [10 x 3]
# Groups: USER.ID
# 
#    USER.ID restaurant restaurant2
# 1        3      ababa       asddw
# 2        3      ababa       asddw
# 3        3      ababa       asddw
# 4        4      wedwe          NA
# 5        4      wedwe          NA
# 6        2         NA          NA
# 7        1       dwqd        dqed
# 8        1       dwqd        dqed
# 9        1       dwqd        dqed
# 10       1       dwqd        dqed

或者，更好的是（礼貌@StevenBeaupré）：

---

或者，如果您更喜欢“data.table”来解释@davidernburg，您可以尝试：

library(data.table)
as.data.table(mydf)[, `:=`(restaurant_2 = restaurant[2L], 
                           restaurant_3 = restaurant[3L]), by = USER.ID][]

---

或者，您甚至可以使用base R：

mydf[c("restaurant_2", "restaurant_3")] <- with(mydf, lapply(c(2, 3), function(x) {
  ave(restaurant, USER.ID, FUN = function(y) y[x])
}))

---

mydf[c（“餐厅2”、“餐厅3”）]如果您的数据帧的行名称中有一个简单的顺序，使用模运算符也可能是一种方法（下面选择每第2行，将2更改为n以选择每第n行）：

我打算用
data.table
发布几乎相同的内容，所以我将把它放在
库（data.table）中；setDT（df）[，`:=`（restaurant_2=restaurant[2L]，restaurant_3=restaurant[3L]），by=USER.ID]
或不使用
transmute（）
和
nth（）
重新压缩第一列：
df%>%group_by（USER.ID）%%>%transmute（restaurant2=nth（restaurant，2），restaurant3=nth（restaurant，3））
@people！这是真的。我没有这些答案，所以请随意使用编辑按钮：-）
mydf[c("restaurant_2", "restaurant_3")] <- with(mydf, lapply(c(2, 3), function(x) {
  ave(restaurant, USER.ID, FUN = function(y) y[x])
}))

mydf %>% filter(as.numeric(row.names(.)) %% 2 == 0)