根据前一行中多个变量的值对行进行条件过滤答案

【问题标题】：Conditional filter of rows based on the values of multiple variables in previous row根据前一行中多个变量的值对行进行条件过滤
【发布时间】：2019-09-04 21:31:39
【问题描述】：

我正在尝试对数据框进行子集化，以仅保留两个变量的值与先前保留的行的值不同的行。

从

开始

df<-structure(list(x = c("ARM018", "ARM018", "ARM018", "ARM021", 
"ARM021"), y = c("ARF014", "ARF027", "ARF028", 
"ARF014", "ARF020")), class = "data.frame", row.names = c(NA, 
-5L))

df

我想获得

df_wanted <-structure(list(x = c("ARM018", "ARM021"), y = c("ARF014", 
"ARF020")), class = "data.frame", row.names = c(NA, -2L))

df_wanted

因为 x 和 y 的值在两行中都不同

我曾假设 dplyr 包中的 lag 函数可以提供帮助并且以下代码将返回 df_wanted 但它确实返回了预期的结果

library(dplyr)

df_attempt<-df %>% 
  filter(lag(x)!=x & lag(y)!=y)

有没有什么方法可以使用 lag 函数解决这个问题？

【问题讨论】：

标签： r dataframe dplyr

【解决方案1】：

dplyr:cumsum 和 dplyr:lag 的组合可以解决问题：

library(dplyr)
df %>% mutate_all(as.character) %>% 
  filter(cumsum(x != x[1] & y != y[1]) != 
                lag(cumsum(x != x[1] & y != y[1]), default = -1))

       x      y
1 ARM018 ARF014
2 ARM021 ARF020

【讨论】：