在R数据帧中满足条件后的第二天，如何有条件地删除数据值？
我处理的是一些环境数据，包括每天的总降雨量。我想删除雨总量超过零（雨>0）的所有天以及雨事件发生后的所有天的所有“值”（标记为“NA”）。例如，如果2018年1月3日rain>0，则将“value”coulmn中的所有数据标记为“NA”，对应于2018年1月3日和2018年1月4日。为同一天设置条件很容易，但我也在琢磨如何引用第二天在R数据帧中满足条件后的第二天，如何有条件地删除数据值？,r,dataframe,if-statement,filter,conditional-statements,R,Dataframe,If Statement,Filter,Conditional Statements,我处理的是一些环境数据，包括每天的总降雨量。我想删除雨总量超过零（雨>0）的所有天以及雨事件发生后的所有天的所有“值”（标记为“NA”）。例如，如果2018年1月3日rain>0，则将“value”coulmn中的所有数据标记为“NA”，对应于2018年1月3日和2018年1月4日。为同一天设置条件很容易，但我也在琢磨如何引用第二天 date plot treatment rain value 1 2018-01-01 1 control 0 1
date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 NA
4 2018-01-04 1 control 0 NA
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 NA
9 2018-01-04 2 control 0 NA
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 NA
14 2018-01-04 3 treat 0 NA
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 NA
19 2018-01-04 4 treat 0 NA
20 2018-01-05 4 treat 0 20
date <- seq(as.Date("2018-1-1"), as.Date("2018-1-5"), by =
"1 days")
plot <- rep(c(1:4), each = 5)
treatment <- rep(c('control','treat'),each = 10)
rain <- c(0,0,2,0,0,0,0,2,0,0,0,0,2,0,0,0,0,2,0,0)
value <- (seq(1:20))
df <- data.frame(date, plot, treatment, rain,value)
df$date <- rep(date, length=nrow(df))
df
date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 3
4 2018-01-04 1 control 0 4
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 8
9 2018-01-04 2 control 0 9
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 13
14 2018-01-04 3 treat 0 14
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 18
19 2018-01-04 4 treat 0 19
20 2018-01-05 4 treat 0 20
date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 NA
4 2018-01-04 1 control 0 NA
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 NA
9 2018-01-04 2 control 0 NA
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 NA
14 2018-01-04 3 treat 0 NA
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 NA
19 2018-01-04 4 treat 0 NA
20 2018-01-05 4 treat 0 20
dplyr:：arrangeorder date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 NA
4 2018-01-04 1 control 0 NA
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 NA
9 2018-01-04 2 control 0 NA
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 NA
14 2018-01-04 3 treat 0 NA
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 NA
19 2018-01-04 4 treat 0 NA
20 2018-01-05 4 treat 0 20
dplyr date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 NA
4 2018-01-04 1 control 0 NA
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 NA
9 2018-01-04 2 control 0 NA
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 NA
14 2018-01-04 3 treat 0 NA
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 NA
19 2018-01-04 4 treat 0 NA
20 2018-01-05 4 treat 0 20
库（dplyr）
df%>%
分组依据（绘图、处理）%>%
变异（值=if_else（rain>0 | lag（rain>0，默认值=FALSE），NA_integer_u，value））%>%
解组（）
##A tibble:20 x 5
#日期图处理雨量值
#
#1 2018-01-01 1控制0 1
#2 2018-01-02 1控制0 2
#3 2018-01-03 1控制2不适用
#4 2018-01-04 1控制0 NA
#5 2018-01-05 1控制0 5
#6 2018-01-01 2控制0 6
#7 2018-01-02 2控制0 7
#8 2018-01-03 2控制2不适用
#9 2018-01-04 2对照组0不适用
#10 2018-01-05 2控制0 10
#11 2018-01-01 3治疗0 11
#12 2018-01-02 3治疗0 12
#13 2018-01-03治疗2不适用
#14 2018-01-04 3治疗0不适用
#15 2018-01-05 3治疗0 15
#16 2018-01-01 4治疗0 16
#17 2018-01-02 4治疗0 17
#18 2018-01-03 4治疗2不适用
#19 2018-01-04 4治疗不适用
#20 2018-01-05 4治疗0 20
data.table date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 NA
4 2018-01-04 1 control 0 NA
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 NA
9 2018-01-04 2 control 0 NA
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 NA
14 2018-01-04 3 treat 0 NA
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 NA
19 2018-01-04 4 treat 0 NA
20 2018-01-05 4 treat 0 20
库（data.table）
DT 0 |偏移（雨水>0），值：=NA，由=（绘图，处理）]
date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 NA
4 2018-01-04 1 control 0 NA
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 NA
9 2018-01-04 2 control 0 NA
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 NA
14 2018-01-04 3 treat 0 NA
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 NA
19 2018-01-04 4 treat 0 NA
20 2018-01-05 4 treat 0 20
do.call（rbind.data.frame，
由（df，df[，c（“绘图”、“处理”）]，函数（x）{
n0 | c（假，雨[-n]>0）]=NA}）
})
)
date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 NA
4 2018-01-04 1 control 0 NA
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 NA
9 2018-01-04 2 control 0 NA
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 NA
14 2018-01-04 3 treat 0 NA
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 NA
19 2018-01-04 4 treat 0 NA
20 2018-01-05 4 treat 0 20
数据：
date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 NA
4 2018-01-04 1 control 0 NA
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 NA
9 2018-01-04 2 control 0 NA
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 NA
14 2018-01-04 3 treat 0 NA
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 NA
19 2018-01-04 4 treat 0 NA
20 2018-01-05 4 treat 0 20
df（预先：所有这些解决方案都依赖于提前设置的顺序。外部排序并不困难，可能使用dplyr:：arrange
或baseorder
）
date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 NA
4 2018-01-04 1 control 0 NA
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 NA
9 2018-01-04 2 control 0 NA
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 NA
14 2018-01-04 3 treat 0 NA
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 NA
19 2018-01-04 4 treat 0 NA
20 2018-01-05 4 treat 0 20
使用dplyr
可通过以下方式完成此操作：
date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 NA
4 2018-01-04 1 control 0 NA
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 NA
9 2018-01-04 2 control 0 NA
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 NA
14 2018-01-04 3 treat 0 NA
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 NA
19 2018-01-04 4 treat 0 NA
20 2018-01-05 4 treat 0 20
库（dplyr）
df%>%
分组依据（绘图、处理）%>%
变异（值=if_else（rain>0 | lag（rain>0，默认值=FALSE），NA_integer_u，value））%>%
解组（）
##A tibble:20 x 5
#日期图处理雨量值
#
#1 2018-01-01 1控制0 1
#2 2018-01-02 1控制0 2
#3 2018-01-03 1控制2不适用
#4 2018-01-04 1控制0 NA
#5 2018-01-05 1控制0 5
#6 2018-01-01 2控制0 6
#7 2018-01-02 2控制0 7
#8 2018-01-03 2控制2不适用
#9 2018-01-04 2对照组0不适用
#10 2018-01-05 2控制0 10
#11 2018-01-01 3治疗0 11
#12 2018-01-02 3治疗0 12
#13 2018-01-03治疗2不适用
#14 2018-01-04 3治疗0不适用
#15 2018-01-05 3治疗0 15
#16 2018-01-01 4治疗0 16
#17 2018-01-02 4治疗0 17
#18 2018-01-03 4治疗2不适用
#19 2018-01-04 4治疗不适用
#20 2018-01-05 4治疗0 20
或者，使用data.table
date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 NA
4 2018-01-04 1 control 0 NA
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 NA
9 2018-01-04 2 control 0 NA
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 NA
14 2018-01-04 3 treat 0 NA
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 NA
19 2018-01-04 4 treat 0 NA
20 2018-01-05 4 treat 0 20
库（data.table）
DT 0 |偏移（雨水>0），值：=NA，由=（绘图，处理）]
在base-R中可能不那么优雅：
date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 NA
4 2018-01-04 1 control 0 NA
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 NA
9 2018-01-04 2 control 0 NA
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 NA
14 2018-01-04 3 treat 0 NA
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 NA
19 2018-01-04 4 treat 0 NA
20 2018-01-05 4 treat 0 20
do.call（rbind.data.frame，
由（df，df[，c（“绘图”、“处理”）]，函数（x）{
n0 | c（假，雨[-n]>0）]=NA}）
})
)
（尽管最后一个可能无法保持行的顺序相同）
date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 NA
4 2018-01-04 1 control 0 NA
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 NA
9 2018-01-04 2 control 0 NA
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 NA
14 2018-01-04 3 treat 0 NA
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 NA
19 2018-01-04 4 treat 0 NA
20 2018-01-05 4 treat 0 20
数据：
date plot treatment rain value
1 2018-01-01 1 control 0 1
2 2018-01-02 1 control 0 2
3 2018-01-03 1 control 2 NA
4 2018-01-04 1 control 0 NA
5 2018-01-05 1 control 0 5
6 2018-01-01 2 control 0 6
7 2018-01-02 2 control 0 7
8 2018-01-03 2 control 2 NA
9 2018-01-04 2 control 0 NA
10 2018-01-05 2 control 0 10
11 2018-01-01 3 treat 0 11
12 2018-01-02 3 treat 0 12
13 2018-01-03 3 treat 2 NA
14 2018-01-04 3 treat 0 NA
15 2018-01-05 3 treat 0 15
16 2018-01-01 4 treat 0 16
17 2018-01-02 4 treat 0 17
18 2018-01-03 4 treat 2 NA
19 2018-01-04 4 treat 0 NA
20 2018-01-05 4 treat 0 20
df当你说“所有天后”，你真的是指“和第二天”？当你说“所有天后”，你真的是指“和第二天”？