使用R中每个组的条件筛选组

我有以下两个用户事件数据帧：

data.favorite用户当时喜欢的项目

data.view用户当时查看的项目

我现在只想保留在该用户喜欢该项目之后发生的data.view事件。例如，data.view的第1行将被删除，因为用户1喜欢2处的项目A。但是，时间3的视图事件将保留，因为此时用户已经喜欢该项目。因此，本例的结果应如下所示：

           user   item   time   event
1             1      A      3    view
2             1      B      7    view
3             3      A      9    view

我目前的方法太慢了。我将自定义函数应用于data.view：

wasFav = function(u, i, t) {
  favs = data.favorite %>% filter(user == u, item == i, time < t)
  return(nrow(favs) > 0)
}

有什么更快的方法吗？

使用匹配data.frames称为data.view和data.fav：

#Find indices of matching users&items
Indices <- match(paste(data.view$user, data.view$item), paste(data.fav$user, data.fav$item))

#add corresponding fav time to data.view:    
data.view$favtime <- data.fav$time[Indices] 

#only keep rows in which time is greater than fav.time:
data.view <- data.view[data.view$time>data.view$favtime & !is.na(data.view$favtime),] 

---

我们可以组合这两个数据帧，按用户和项目分组，然后在data.view中只保留fav之后发生的事件行。我们使用cumsum统计fav实例，并从fav的第一个实例开始选择所有行

第一组代码用于演示，因此您可以看到该方法正在执行的操作。第二组代码直接进行过滤

library(tidyverse)

data.favorite %>% bind_rows(data.view) %>%
  arrange(user, item, time) %>%
  group_by(user, item) %>%
  mutate(sequence = cumsum(event=="fav")) 

我将按用户和项目加入，假设每个用户项目对在data.favorite中只出现一次。然后，您可以直接将viewtime与某个项目的收藏时间进行比较，并放弃time\u viewed

data.view %>%
left_join(data.favorite, by=c("user", "item"), suffix=c("_view","_fav")) %>%
filter(time_view > time_fav)

---

埃塔：那是在我得知亨里克在上述评论中提到的“非平等加入”之前。这些听起来很酷。

查找“data.table non-equi-join”，我相信您会在某处和其他地方找到很好的相关示例。例如，d.fav[d.view，on=.user，item，timelibrary(tidyverse) data.favorite %>% bind_rows(data.view) %>% arrange(user, item, time) %>% group_by(user, item) %>% mutate(sequence = cumsum(event=="fav"))

    user  item  time event sequence
1      1     A     1  view        0
2      1     A     2   fav        1
3      1     A     3  view        1
4      1     B     4  view        0
5      1     B     5  view        0
6      1     B     6   fav        1
7      1     B     7  view        1
8      1     C     8  view        0
9      2     D     9   fav        1
10     3     A     2  view        0
11     3     A     5   fav        1
12     3     A     9  view        1

data.favorite %>% bind_rows(data.view) %>%
  arrange(user, item, time) %>%
  group_by(user, item) %>%
  filter(cumsum(event=="fav") >= 1, event=="view")

   user  item  time event
1     1     A     3  view
2     1     B     7  view
3     3     A     9  view

data.view %>%
left_join(data.favorite, by=c("user", "item"), suffix=c("_view","_fav")) %>%
filter(time_view > time_fav)