R 按组确定值的首次出现及其在组中的位置

我想知道“参与者”列中的每个组在“信号”列（参与者）中首次出现值“1”的时间。值“1”的计数应指向组

下面是一个示例数据帧

> dfInput <- data.frame(Participants=c( 'A','A','A','B','B','B','B','C','C'), Signal=c(0, 1, 1, 0, 0, 0, 1, 1,0))
> dfInput

  Participants Signal
1            A      0
2            A      1
3            A      1
4            B      0
5            B      0
6            B      0
7            B      1
8            C      1
9            C      0

>dfInput dfInput
参与者信号
1 A 0
2 A 1
3 A 1
4B0
5 B 0
6B0
7 B 1
8 C 1
9c0

这是我想要的结果：

> dfOutput <-data.frame(Participants=c( 'A','B','C'), RowNumberofFirst1=c(2, 4, 1))
> dfOutput


  Participants RowNumberofFirst1
1            A          2
2            B          4
3            C          1

>dfOutput dfOutput
参与者排名第一1
1 A 2
2 B 4
3 C 1

问题与此类似：

---

然而，我无法相应地调整它，以创建我的输出df

我认为这就是您所寻找的

library(dplyr)
dfInput %>% 
  group_by(Participants) %>% 
  summarise(RowNumberofFirst1 = which(Signal == 1)[1])

---

我想这就是你要找的

library(dplyr)
dfInput %>% 
  group_by(Participants) %>% 
  summarise(RowNumberofFirst1 = which(Signal == 1)[1])

---

使用

tidyverse

：

 dfInput%>%
   group_by(Participants)%>%
   mutate(max=cumsum(Signal),
          RowNumberofFirst1=row_number())%>%
   filter(max==1)%>%
   top_n(-1,RowNumberofFirst1)%>%
   select(Participants,RowNumberofFirst1)
# A tibble: 3 x 2
# Groups:   Participants [3]
  Participants RowNumberofFirst1
  <fct>                    <int>
1 A                            2
2 B                            4
3 C                            1

dInput%>%
分组依据（参与者）%>%
突变（最大值=累计值（信号），
RowNumberofFirst1=行数（））%>%
过滤器（最大==1）%>%
顶部n（-1，RowNumberofFirst1）%
选择（参与者，RowNumberofFirst1）
#一个tibble:3x2
#分组：参与者[3]
参与者排名第一1
1 A 2
2 B 4
3 C 1

带

tidyverse

：

 dfInput%>%
   group_by(Participants)%>%
   mutate(max=cumsum(Signal),
          RowNumberofFirst1=row_number())%>%
   filter(max==1)%>%
   top_n(-1,RowNumberofFirst1)%>%
   select(Participants,RowNumberofFirst1)
# A tibble: 3 x 2
# Groups:   Participants [3]
  Participants RowNumberofFirst1
  <fct>                    <int>
1 A                            2
2 B                            4
3 C                            1

dInput%>%
分组依据（参与者）%>%
突变（最大值=累计值（信号），
RowNumberofFirst1=行数（））%>%
过滤器（最大==1）%>%
顶部n（-1，RowNumberofFirst1）%
选择（参与者，RowNumberofFirst1）
#一个tibble:3x2
#分组：参与者[3]
参与者排名第一1
1 A 2
2 B 4
3 C 1

d输入%
分组依据（参与者）%>%#每个参与者
总结（NumFirst1=min（row_number（）[Signal==1]））#获取Signal=1的最小行数
##tibble:3 x 2
#参与者NumFirst1
#               
#1 A 2
#2 B 4
#3 C 1

如果要返回已标识的行（即所有列值），可以使用以下方法：

set.seed(5)

dfInput <- data.frame(Participants=c( 'A','A','A','B','B','B','B','C','C'), 
                      Signal=c(0, 1, 1, 0, 0, 0, 1, 1,0),
                      A = sample(c("C","D","F"),9, replace = T),
                      B = sample(c("N","M","K"),9, replace = T))

library(dplyr)

dfInput %>%
  group_by(Participants) %>%
  filter(row_number() == min(row_number()[Signal == 1])) %>%
  ungroup()

# # A tibble: 3 x 4
#   Participants Signal A     B    
#   <fct>         <dbl> <fct> <fct>
# 1 A                 1 F     N    
# 2 B                 1 D     N    
# 3 C                 1 F     M 

set.seed（5）
D输入%
分组依据（参与者）%>%
过滤器（行号（）==min（行号（）[信号==1]））%>%
解组（）
##tibble:3 x 4
#参与者发出A B信号
#              
#1 A 1 F N
#2b1dn
#3c1fm

因此，在这种情况下，您可以使用

filter

为每个参与者返回等于最小行号的行，其中

Signal

为1。

dInput%
分组依据（参与者）%>%#每个参与者
总结（NumFirst1=min（row_number（）[Signal==1]））#获取Signal=1的最小行数
##tibble:3 x 2
#参与者NumFirst1
#               
#1 A 2
#2 B 4
#3 C 1

如果要返回已标识的行（即所有列值），可以使用以下方法：

set.seed(5)

dfInput <- data.frame(Participants=c( 'A','A','A','B','B','B','B','C','C'), 
                      Signal=c(0, 1, 1, 0, 0, 0, 1, 1,0),
                      A = sample(c("C","D","F"),9, replace = T),
                      B = sample(c("N","M","K"),9, replace = T))

library(dplyr)

dfInput %>%
  group_by(Participants) %>%
  filter(row_number() == min(row_number()[Signal == 1])) %>%
  ungroup()

# # A tibble: 3 x 4
#   Participants Signal A     B    
#   <fct>         <dbl> <fct> <fct>
# 1 A                 1 F     N    
# 2 B                 1 D     N    
# 3 C                 1 F     M 

set.seed（5）
D输入%
分组依据（参与者）%>%
过滤器（行号（）==min（行号（）[信号==1]））%>%
解组（）
##tibble:3 x 4
#参与者发出A B信号
#              
#1 A 1 F N
#2b1dn
#3c1fm

---

因此，在这种情况下，您可以使用

filter

为每个参与者返回一行，该行等于

Signal

为1的最小行数。

下面是一个基本

R

的解决方案：

dfInput <- data.frame(Participants=c( 'A','A','A','B','B','B','B','C','C'), Signal=c(0, 1, 1, 0, 0, 0, 1, 1,0))
tapply(dfInput$Signal, dfInput$Participants, FUN=function(x) min(which(x==1)))
# > tapply(dfInput$Signal, dfInput$Participants, FUN=function(x) min(which(x==1)))
# A B C 
# 2 4 1 

---

下面是一个使用base

R

的解决方案：

dfInput <- data.frame(Participants=c( 'A','A','A','B','B','B','B','C','C'), Signal=c(0, 1, 1, 0, 0, 0, 1, 1,0))
tapply(dfInput$Signal, dfInput$Participants, FUN=function(x) min(which(x==1)))
# > tapply(dfInput$Signal, dfInput$Participants, FUN=function(x) min(which(x==1)))
# A B C 
# 2 4 1 

---

另一个基本R通过

聚合

aggregate(Signal~Participants, dfInput, function(i)which(i == 1)[1])

#  Participants Signal
#1            A      2
#2            B      4
#3            C      1

另一个基本R通过
聚合

aggregate(Signal~Participants, dfInput, function(i)which(i == 1)[1])

#  Participants Signal
#1            A      2
#2            B      4
#3            C      1

变量：
aggregate（信号~参与者，数据输入，函数（x）匹配（1，x））
a变量：
aggregate（信号~参与者，数据输入，函数（x）匹配（1，x））
谢谢，效果很好！我还添加了as.data.frame（）以获得dataframe输出。现在我想知道的是，对于标识的行，其他两列中的值是什么。因此，让我们假设dfInput还有两个列C5和C6，它们具有不同的条目。现在我想在输出数据框中显示这些内容。因此，输出将是：“代码”#参与者NumFirst1 C5 C6#1 A 2悉尼墨尔本#2 B 4布里斯班墨尔本#3 C 1珀斯珀斯，即城市名称出现在dfInputI中标识的行中。我想我明白你的意思了。我已经更新了我的答案。看一看，让我知道。谢谢你，是的，这是有效的（对不起，在前面的评论混乱的格式）。我意识到，在结果数据帧中，知道信号出现的行数是很方便的。例如，对于参与者组A，它是第2行，对于参与者组B，它是第4行。是否有方法将此信息添加为附加列？您可以在
筛选器之前添加
mutate（row=row_number（））
，以保留要保留的行的位置。谢谢，这很有效！我还添加了as.data.frame（）以获得dataframe输出。现在我想知道的是，对于标识的行，其他两列中的值是什么。因此，让我们假设dfInput还有两个列C5和C6，它们具有不同的条目。现在我想在输出数据框中显示这些内容。因此，输出将是：“代码”#参与者NumFirst1 C5 C6#1 A 2悉尼墨尔本#2 B 4布里斯班墨尔本#3 C 1珀斯珀斯，即城市na