如何根据满足的条件和时间顺序对 r 中的数据进行排序？答案

【问题标题】：How can one sort data in r based on a condition being met and time ordering?如何根据满足的条件和时间顺序对 r 中的数据进行排序？
【发布时间】：2021-06-23 16:53:36
【问题描述】：

如果我有以下数据集：

df<-data.frame(ID = c(1,1,1,1,2,2,2,2),
           x = c("no","yes","no","no","no","yes", "no"),
           y= c(1,2,3,4,1,2,3,4))

ID	x	y
1	no	1
1	yes	2
1	no	3
1	no	4
2	no	1
2	no	2
2	yes	3
2	no	4

ID 是一个标识符，x 告诉我们是否满足条件，y 是每个 ID 唯一的时间顺序（尽管在真实数据集中它可能是一个日期）。如何删除不满足条件的行，但保留满足条件的行，或在满足条件后发生的事件？

最终结果应如下所示：

ID	x	y
1	yes	2
1	no	3
1	no	4
2	yes	3
2	no	4

【问题讨论】：

复制数据帧，代码返回错误Error in data.frame arguments imply differing number of rows: 8, 7

标签： r sorting data-manipulation

【解决方案1】：

使用ave + subset 的基本 R 选项

subset(
  df,
  ave(x == "yes", ID, FUN = cumsum) > 0
)

给予

  ID   x y
2  1 yes 2
3  1  no 3
4  1  no 4
7  2 yes 3
8  2  no 4

遵循与上述相同想法的data.table选项是

> setDT(df)[, .SD[cumsum(x == "yes") > 0], ID]
   ID   x y
1:  1 yes 2
2:  1  no 3
3:  1  no 4
4:  2 yes 3
5:  2  no 4

【讨论】：

【解决方案2】：

在按“ID”分组后，在“yes”的“x”值上创建一个带有cumsum 的逻辑表达式

library(dplyr)
df %>% 
   group_by(ID) %>%
   filter(cumsum(x == 'yes') >0) %>%
   ungroup

-输出

# A tibble: 5 x 3
#     ID x         y
#  <dbl> <chr> <dbl>
#1     1 yes       2
#2     1 no        3
#3     1 no        4
#4     2 yes       3
#5     2 no        4

【讨论】：

【解决方案3】：

您可以使用match 获取每个ID 的第一个'yes' 的索引，并在filter 或slice 中使用它。

library(dplyr)

df %>%
  group_by(ID) %>%
  filter(row_number() >= match('yes', x)) %>%
  ungroup

slice：

df %>%
  group_by(ID) %>%
  slice(match('yes', x):n()) %>%
  ungroup

【讨论】：