R 有条件地选择具有Data.Table的组中的行

我正在寻找使用data.table的解决方案―我有一个data.table，其中包含以下列：

data <- data.frame(GROUP=c(3,3,4,4,5,6),
                    YEAR=c(1979,1985,1999,2011,2012,1994),
                    NAME=c("S","A","J","L","G","A"))

data <- as.data.table(data)

对于每个组，我们希望使用以下规则选择一行：

• 如果存在年份>2000，请选择最小年份高于2000的行
• 如果没有年份>2000，请选择具有最大年份的行

期望输出：

GROUP  YEAR    NAME
3      1985    Anderson
4      2011    Liam
5      2012    George
6      1994    Adams

---

谢谢！我已经为此挣扎了一段时间

使用

dplyr

软件包，我得到了如下输出（尽管这可能不是最简单的答案）：

---

编辑：对不起，我的第一个答案没有考虑最小/最大条件。希望这有助于

数据。如果将特殊的
行计数器子集，则表应该简单得多。I
行计数器：

library(data.table)
setDT(data)
data[
  data[
        ,
        if(any(YEAR > 2000)) 
           .I[which.min(2000 - YEAR)] else
           .I[which.max(YEAR)],
        by=GROUP
      ]$V1
]
#   GROUP YEAR NAME
#1:     3 1985    A
#2:     4 2011    L
#3:     5 2012    G
#4:     6 1994    A

感谢@r2evans提供的背景信息-

.I
是一个整数向量，相当于
seq_len（nrow（x））


裁判：

因此，我在这里所做的就是为每个
by=
级别的每个
计算得到整个
数据的匹配行索引。然后再次使用这些行索引来子集
数据。
您还可以执行几个滚动联接：

res = unique(data[, .(GROUP)])

# get row with YEAR above 2000
res[, w := data[c(.SD, YEAR = 2000), on=.(GROUP, YEAR), roll=-Inf, which=TRUE]]

# if none found, get row with nearest YEAR below   
res[is.na(w), w := data[c(.SD, YEAR = 2000), on=.(GROUP, YEAR), roll=Inf, which=TRUE]]

# subset by row numbers
data[res$w]

   GROUP YEAR NAME
1:     3 1985    A
2:     4 2011    L
3:     5 2012    G
4:     6 1994    A

我在[.data.frame（data，if（any）（YEAR>2000））.I[which.min（2000-：未使用的参数（by=GROUP）中得到一个错误
error
它是否与您的工作方式完全相同？@user10626943-帖子被标记为
数据。table
因此我假设OP已经在处理
数据。table
-如果没有，您需要先转换。已经编辑过。对于后来者，
。I
是一个整数向量，相当于
seq_len（nrow（x））
。Ref:（我必须查找它：-）感谢tidyverse解决方案！以及格式指针。
   GROUP YEAR NAME
      3  1985   A
      4  2011   L
      5  2012   G
      6  1994   A

library(data.table)
setDT(data)
data[
  data[
        ,
        if(any(YEAR > 2000)) 
           .I[which.min(2000 - YEAR)] else
           .I[which.max(YEAR)],
        by=GROUP
      ]$V1
]
#   GROUP YEAR NAME
#1:     3 1985    A
#2:     4 2011    L
#3:     5 2012    G
#4:     6 1994    A

res = unique(data[, .(GROUP)])

# get row with YEAR above 2000
res[, w := data[c(.SD, YEAR = 2000), on=.(GROUP, YEAR), roll=-Inf, which=TRUE]]

# if none found, get row with nearest YEAR below   
res[is.na(w), w := data[c(.SD, YEAR = 2000), on=.(GROUP, YEAR), roll=Inf, which=TRUE]]

# subset by row numbers
data[res$w]

   GROUP YEAR NAME
1:     3 1985    A
2:     4 2011    L
3:     5 2012    G
4:     6 1994    A