R 按组匹配另一个变量的第一行的变量值

如标题所示，我希望有一个过程，允许我将第一个变量的一组唯一值分配给第二个变量的最常见值，与第三个值的第一行匹配。例如：

   Name      Year      Job
   Alicia    1990      Butcher
   Alicia    1991      Baker
   George    1989      Scientist
   George    1990      Banker
   George    1991      Banker

我想很容易地确定每个唯一名称的第一项工作是什么：

   Name      Year      Job         First Job
   Alicia    1990      Butcher     Butcher
   Alicia    1991      Baker       Butcher
   George    1989      Scientist   Scientist
   George    1990      Banker      Scientist
   George    1991      Banker      Scientist

---

我们可以按“名称”分组并提取

first

“Job”以创建新列“FirstJob”

library(dplyr)
df1 %>%
   group_by(Name) %>%
   mutate(FirstJob = first(Job))
# A tibble: 5 x 4
# Groups:   Name [2]
#  Name    Year Job       FirstJob 
#  <chr>  <int> <chr>     <chr>    
#1 Alicia  1990 Butcher   Butcher  
#2 Alicia  1991 Baker     Butcher  
#3 George  1989 Scientist Scientist
#4 George  1990 Banker    Scientist
#5 George  1991 Banker    Scientist

数据

---

df1我们可以按“名称”分组并提取
first
“Job”以创建新列“FirstJob”

library(dplyr)
df1 %>%
   group_by(Name) %>%
   mutate(FirstJob = first(Job))
# A tibble: 5 x 4
# Groups:   Name [2]
#  Name    Year Job       FirstJob 
#  <chr>  <int> <chr>     <chr>    
#1 Alicia  1990 Butcher   Butcher  
#2 Alicia  1991 Baker     Butcher  
#3 George  1989 Scientist Scientist
#4 George  1990 Banker    Scientist
#5 George  1991 Banker    Scientist

数据
df1我们可以使用
数据。表
用于此：

库（data.table）
setDT（df1）[订单（年份），第一个作业：=作业[1]，（名称）][]
##或者使用which.min代替akrun建议的顺序：
#setDT（df1）[，FirstJob:=Job[which.min（Year）]，（Name）][]
#>姓名年份职务FirstJob
#>1:Alicia 1990屠夫屠夫
#>2:Alicia 1991年面包师屠夫
#>3:George 1989科学家
#>4:George 1990银行家科学家
#>5:George 1991银行家兼科学家

数据：

我们可以使用
data.table
进行此操作：

库（data.table）
setDT（df1）[订单（年份），第一个作业：=作业[1]，（名称）][]
##或者使用which.min代替akrun建议的顺序：
#setDT（df1）[，FirstJob:=Job[which.min（Year）]，（Name）][]
#>姓名年份职务FirstJob
#>1:Alicia 1990屠夫屠夫
#>2:Alicia 1991年面包师屠夫
#>3:George 1989科学家
#>4:George 1990银行家科学家
#>5:George 1991银行家兼科学家

数据：

你的题目太长了，有点不清楚，与你的问题主体不符。请考虑一个较短，更一般的标题，如果我有什么是不希望的。你的标题是太长，有点不清楚，不匹配你在你的身体问题。请考虑一个较短的，更一般的标题，如果我有什么是不希望的。添加第二个选项，你可以使用：<代码> Frad（…，key = C（“名称”，“年份”））< <代码> >而不是<代码> Read。表< /Cord>，然后执行<代码> DF1[新：=第一（作业），by =名称] < /代码>。@马库斯OP可能已经加载了它们的数据，因此，使用
fread
和跳过
setDT
会导致混淆。如果不使用
fread
，那么我就不喜欢在没有排序的情况下先使用
或
…[1]
（子集），因为这会假定数据是有序的。谢谢你的回答！如果我想使用模式而不是min呢？（因此，“最常见的工作”而不是“第一份工作”（George=Banker））@Homard您需要创建一个
mode
函数：然后将
job[1]
替换为
getmode（job）
@Homard这适用于您的后续问题：
setDT（df1）[order（Year），FirstJob:=名称（sort（sort）（table（job），discreating=T）[1]，（Name）]
，如果没有最常见的工作（Alicia的例子），它不会给你第一个工作。要添加第二个选项，你可以使用：
fread（…，key=c（“Name”，“Year”））
而不是
read.table
，然后执行
df1[，new:=first（job），by=Name]
@markus OP可能已经加载了数据，因此，使用
fread
和跳过
setDT
会导致混淆。如果不使用
fread
，那么我就不喜欢在没有排序的情况下先使用
或
…[1]
（子集），因为这会假定数据是有序的。谢谢你的回答！如果我想使用模式而不是min呢？（因此，“最常见的工作”而不是“第一份工作”（George=Banker））@Homard您需要创建一个
mode
函数：然后将
job[1]
替换为
getmode（job）
@Homard这适用于您的后续问题：
setDT（df1）[order（Year），FirstJob:=名称（sort（sort）（table（job），discreating=T）[1]，（Name）]
，如果没有最普通的工作，它不会给你第一份工作。
df1 <- structure(list(Name = c("Alicia", "Alicia", "George", "George", 
"George"), Year = c(1990L, 1991L, 1989L, 1990L, 1991L), Job = c("Butcher", 
"Baker", "Scientist", "Banker", "Banker")), class = "data.frame", 
row.names = c(NA, 
-5L))

read.table(text="Name      Year      Job
                 Alicia    1990      Butcher
                 Alicia    1991      Baker
                 George    1989      Scientist
                 George    1990      Banker
                 George    1991      Banker",
           header=T, stringsAsFactors=F) -> df1