如何在R中查找面板数据集中的第一个和最后一个引用

我有一张桌子：

id  time
1   1
1   2
1   5
2   3
2   2
2   7
3   8
3   3
3   14

我想把它转换成：

id  first last
1      1     5
2      3     7
3      8    14

---

请帮忙

我们可以使用

数据表
。将“data.frame”转换为“data.table”（
setDT（df1）
），按“id”分组，我们得到“time”的
第一个
和
最后一个
值

library(data.table)
setDT(df1)[, list(firstocc = time[1L], lastocc = time[.N]),
                    by = id]


或者对于
dplyr
，我们使用相同的方法

library(dplyr)
df1 %>% 
    group_by(id) %>%
    summarise(firstocc = first(time), lastocc = last(time))


或使用
基本R
（无需软件包）


如果我们需要基于
min
和
max
值（与预期输出无关），则
data.table
选项为

setDT(df1)[, setNames(as.list(range(time)),
                 c('firstOcc', 'lastOcc')) ,id]

并且
dplyr

df1 %>%
   group_by(id) %>%
   summarise(firstocc = min(time), lastocc = max(time))

在R中有许多包可以执行这种类型的聚合。我们展示了如何在没有任何包的情况下进行聚合，然后用一些包进行展示

1）使用
aggregate
。不需要软件包

ag <- aggregate(time ~ id, DF, function(x) c(first = min(x), last = max(x)))

ag
是一个两列数据框，其第二列包含一个两列矩阵，其中列名为“first”和“last”。如果要将其展平为3列数据帧，请使用：

do.call("cbind", ag)

给予：

> ag
  id time.first time.last
1  1          1         5
2  2          2         7
3  3          3        14

     id first last
[1,]  1     1    5
[2,]  2     2    7
[3,]  3     3   14

     id first last
[1,]  1     1    5
[2,]  2     2    7
[3,]  3     3   14

  id time.min time.max
1  1        1        5
2  2        2        7
3  3        3       14

1a）第（1）项的这种变体更紧凑，但以更难看的列名为代价

aggregate(time ~ id, DF, range)

2）sqldf

library(sqldf)
sqldf("select id, min(time) first, max(time) last from DF group by id")

给予：

> ag
  id time.first time.last
1  1          1         5
2  2          2         7
3  3          3        14

     id first last
[1,]  1     1    5
[2,]  2     2    7
[3,]  3     3   14

     id first last
[1,]  1     1    5
[2,]  2     2    7
[3,]  3     3   14

  id time.min time.max
1  1        1        5
2  2        2        7
3  3        3       14

3）数据包中的summaryBysummaryBy很像
aggregate
：

library(doBy)

summaryBy(time ~ id, data = DF, FUN = c(min, max))

给予：

> ag
  id time.first time.last
1  1          1         5
2  2          2         7
3  3          3        14

     id first last
[1,]  1     1    5
[2,]  2     2    7
[3,]  3     3   14

     id first last
[1,]  1     1    5
[2,]  2     2    7
[3,]  3     3   14

  id time.min time.max
1  1        1        5
2  2        2        7
3  3        3       14

注意：以下是可复制形式的输入
DF
：

Lines <- "id  time
1   1
1   2
1   5
2   3
2   2
2   7
3   8
3   3
3   14"
DF <- read.table(text = Lines, header = TRUE)

行您可以删除重复项并对其进行重塑

dd <- read.table(header = TRUE, text = "id  time
1   1
1   2
1   5
2   3
2   2
2   7
3   8
3   3
3   14")

d2 <- dd[!(duplicated(dd$id) & duplicated(dd$id, fromLast = TRUE)), ]
reshape(within(d2, tt <- c('first', 'last')), dir = 'wide', timevar = 'tt')

#   id time.first time.last
# 1  1          1         5
# 4  2          3         7
# 7  3          8        14

dd按id分组时的可能重复项我不想订购id。我想按它的顺序订购。你能帮我吗？@PreetRajdeo你可以将“id”转换成
因子
类，并按相同的顺序设置等级。i、 e.
df1%>%group_by（id=系数（id，级别=唯一（id）））%>%summary（firstocc=min（时间），lastocc=max（时间））