R 删除合并时间序列中的观测值

我有一个垂直排列的堆叠的时间序列池data.frame，如下所示：

date    item    qty_sold
day_1   orange  0
day_2   orange  0
day_3   orange  0
day_4   orange  0
day_5   orange  5
day_6   orange  0
day_7   orange  8
day_8   orange  0
day_1   hammer  0
day_2   hammer  0
day_3   hammer  3
day_4   hammer  0
day_5   hammer  70
day_6   hammer  70
day_7   hammer  0
Day_8   hammer  80

在每个项目的子系列/子组中，我需要识别并删除*在观察到第一个正销售数量之前的所有观察*。例如，对于橙色系列，这意味着删除第1天到第4天，对于hammer系列，这意味着删除前2天

如果上述解释不清楚： 从数据集中的每个子系列中，我需要删除从date=Day_1到date=Day_k的所有天数，以便在间隔1…k qty_Seld=0的每一天中，保留date=Day_k+1 qty_Seld>=0的所有行

---

有人能告诉我怎么做吗？实际数据集包含大约一百万行。除了R之外，我还欢迎使用SAS实现这一点的建议。

我完全同意@joran的观点。即使这个问题没有显示出任何研究成果，我还是会在这里给出一个R的答案。将来，请向我们展示您也尝试过的代码

对于您的问题，要做的第一步是使用一个基本函数或一个很好的包，它将帮助您拆分数据。frame到组，对每个拆分组应用您想要应用的任何函数，并合并通常称为“拆分应用合并策略”的结果。有两个很好的外部包，即plyr和data.table。尽管如此，我还是更喜欢data.table进行data.frame类操作，因为它通常要快得多

首先，我们将把data.frame转换为data.table。如果未安装此软件包，则可以通过执行install.packagesdata.table来完成

总而言之：

require(data.table)
dt <- data.table(df)
dt[, .SD[cummax(qty_sold)>0], by = item]

关于语法的更多解释。让我们先考虑=项目。这是按项目对数据进行内部拆分的部分，即首先考虑项目=橙色的整个data.table，然后是项目=hammer等的部分

SD的中间部分[cummaxqty\u sell>0]是魔术发生的地方-应用函数等价物。这里，.SD只是与一次一个项目对应的分割部分。要想每次都更清楚地看到.SD中的内容，请执行：dt[，print.SD，by=item]

---

这将基本上删除刚开始时具有连续0的行，并保留所有其他内容只要没有负值，解决方案就有保证。

SAS方法类似于：在保留变量中跟踪项目是否已遇到正值。如果不是，则不输出。如果是，请在用于跟踪它的变量中记录它。在项目的最后一行之后，重置跟踪变量。 例如：必要时进行排序

data RESULT (drop=found_first_positive);
    set DATASET;
    by item date;
    retain found_first_positive 0;
    if quantity>0 then found_first_positive=1;
    if found_first_positive;
    if last.item then found_first_positive=0;
run;

---

StackOverflow通常用于帮助处理您已经编写但无法工作的代码。我们通常不喜欢简单描述问题和请求代码的Q。@joran-除非它被标记。。。在这种情况下，开火！谢谢你的回复。我不熟悉这里的规则，不幸的是，我对R的了解太有限，无法尝试自己的解决方案。正如joran指出的，不幸的是，这个网站不适合这些问题。所以，你会被否决，最终人们会停止回答你的问题，除非他们看到你做出了努力。所以我建议你买一本R系列的书，当你在解释你所做的事情和你的困境时，开始阅读并发表文章。

require(data.table)
dt <- data.table(df)
dt[, .SD[cummax(qty_sold)>0], by = item]

data RESULT (drop=found_first_positive);
    set DATASET;
    by item date;
    retain found_first_positive 0;
    if quantity>0 then found_first_positive=1;
    if found_first_positive;
    if last.item then found_first_positive=0;
run;