【发布时间】:2022-01-12 11:20:30
【问题描述】:
我有数据示例
第一个
resp=structure(list(person_number = c(914198L, 914198L, 914198L, 914198L,
914198L, 957505L, 957505L, 957505L, 957505L, 957505L, 967216L,
967216L, 967216L, 967216L, 967216L, 27771498L, 27771498L, 27771498L,
27771498L, 27771498L, 957505L, 957505L, 957505L, 914198L, 967216L,
967216L, 914198L, 967216L, 914198L), position_code = c(50000690L,
50000690L, 50000690L, 50000690L, 50000690L, 50000690L, 50000690L,
50000690L, 50000690L, 50000690L, 50000690L, 50000690L, 50000690L,
50000690L, 50000690L, 801L, 801L, 801L, 801L, 801L, 50000690L,
50000690L, 50000690L, 50000690L, 50000690L, 50000690L, 50000690L,
50000690L, 50000690L), date = c(7L, 2L, 1L, 4L, 5L, 6L, 3L, 4L,
5L, 2L, 3L, 5L, 1L, 6L, 7L, 7L, 2L, 6L, 4L, 1L, 6L, 3L, 4L, 1L,
3L, 5L, 4L, 7L, 5L), start_hour = c(9L, 9L, 11L, 9L, 9L, 9L,
9L, 11L, 9L, 9L, 9L, 11L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 12L,
15L, 10L, 9L, 11L, 10L, 11L, 10L, 9L), end_hour = c(21L, 21L,
21L, 15L, 15L, 21L, 21L, 21L, 21L, 21L, 21L, 21L, 21L, 21L, 21L,
19L, 19L, 19L, 19L, 19L, 21L, 21L, 19L, 21L, 21L, 21L, 21L, 21L,
21L)), class = "data.frame", row.names = c(NA, -29L))
让我展示一个清晰的示例,以便您了解我需要帮助的内容。
数据集代表和person_number = 957505
person_number position_code date start_hour end_hour
957505 50000690 6 9 21
957505 50000690 3 9 21
957505 50000690 4 11 21
957505 50000690 5 9 21
957505 50000690 2 9 21
957505 50000690 6 12 21
957505 50000690 3 15 21
957505 50000690 4 10 19
这里我们看到 date = 6 出现了 2 次,范围是 from 9-21 and from 12-21
我们还看到 date = 4 也出现了 2 次,范围 start-end hours 11-21,11-19
这意味着我需要随机删除具有重复日期但范围不同的观察。
即我需要删除日期 = 6 的任何一项观察和日期 = 4 的任何一项
这样
person_number position_code date start_hour end_hour
957505 50000690 3 9 21
957505 50000690 5 9 21
957505 50000690 2 9 21
957505 50000690 6 12 21
957505 50000690 3 15 21
957505 50000690 4 10 19
但是,也有这样的情况
person_number position_code date start_hour end_hour
957505 50000690 6 9 21
957505 50000690 3 9 21
957505 50000690 4 11 21
957505 50000690 5 9 21
957505 50000690 2 9 21
957505 50000690 6 12 21
957505 50000690 3 15 21
957505 50000690 4 10 19
我们看到,例如,这里 date = 3 有重复 1 range start_hour end_hour from 9-21, and another 15-21
但是此 person_number 的 15-21 范围不再重复,但 9-21 对于此person_number 重复超过 2 次p>
957505 50000690 6 9 21
957505 50000690 3 9 21
957505 50000690 5 9 21
957505 50000690 2 9 21
它在这里出现了 4 次,所以对于 date = 3,我们删除 9-21。因为 15-21 的范围没有重复 2 次或更多次。它必须留下。
对于未指定的任何其他条件,这部分代码适用
这里我们看到 date = 6 出现了 2 次,范围是 from 9-21 and from 12-21
我们还看到 date = 4 也出现了 2 次,范围 start-end hours 11-21,11-19
这意味着我需要随机删除具有重复日期但范围不同的观察。
即我需要删除日期 = 6 的任何一项观察和日期 = 4 的任何一项
我怎样才能通过这样的条件删除行?
任何帮助表示赞赏。谢谢。
【问题讨论】:
标签: r data.table