在另一个变量的值在该日期达到最大值/最小值的日期之后使用拆分数据框

Question

我有一个类似于以下的数据集：

df <- data.frame( 
                date = c("2020-02-01", "2020-02-02", "2020-02-03", "2020-02-04", "2020-02-05", "2020-02-06"),
               value = c(0,1,2,7,3,4))

我想将我的数据框拆分为两个较小的数据框，以便第一个数据框在值达到最大值（即 7）之前包含原始数据框的一部分，而数据框的第二部分包含原始数据框的其余部分如下：

df1 <- data.frame(
                 date = c("2020-02-01", "2020-02-02", "2020-02-03"),
                 value = c(0,1,2)
                 )
df2 <- data.frame(
                 date = c("2020-02-04", "2020-02-05", "2020-02-06"),
                 value = c(7, 3, 4)
                 )

*** 问题的第二部分 现在假设我有以下数据集，其中包括多个由 ID 标识的对象。所以，我想和上面解释的一样，应用于所有对象（ID）

df <- data.frame( ID = c(1,1,1,1,1,1,2,2,2,2),
                date = c("2020-02-01", "2020-02-02", "2020-02-03", "2020-02-04", "2020-02-05", "2020-02-06", "2020-02-01", "2020-02-02","2020-02-03", "2020-02-04"),
               value = c(0,1,2,7,3,4,10,16,11,12))

感谢您的宝贵时间。

Answer 1

您可以使用which.max 获取max 值的索引，并使用它来子集数据帧。

ind <- which.max(df$value)
df1 <- df[seq_len(ind - 1), ]
df2 <- df[ind:nrow(df), ]

df1
# A tibble: 3 x 2
#  date       value
#  <chr>      <dbl>
#1 2020-02-01     0
#2 2020-02-02     1
#3 2020-02-03     2

df2
# A tibble: 3 x 2
#  date       value
#  <chr>      <dbl>
#1 2020-02-04     7
#2 2020-02-05     3
#3 2020-02-06     4

---

如果有很多 ID，我们可以创建一个数据框列表，并且我们必须为每个 ID 执行此操作。

result <- df %>%
            group_split(ID) %>%
            purrr::map(~{.x %>% 
               group_split(row_number() < which.max(value), .keep = FALSE)})

## In case, someone is interested you could make a data frame from the list above as follows: 
result_df <- result %>%
bind_rows()

Answer 2

另一种使用基础 R 的方法：

> df
        date value
1 2020-02-01     0
2 2020-02-02     1
3 2020-02-03     2
4 2020-02-04     7
5 2020-02-05     3
6 2020-02-06     4
> df1 <-  df[1:(which(df$value == max(df$value)) - 1), ]
> df2 <- df[which(df$value == max(df$value)):nrow(df), ]
> df1
        date value
1 2020-02-01     0
2 2020-02-02     1
3 2020-02-03     2
> df2
        date value
4 2020-02-04     7
5 2020-02-05     3
6 2020-02-06     4
> 

对于分组数据：

> mylist <- df %>% split(f = df$ID)
> mylist
$`1`
  ID       date value
1  1 2020-02-01     0
2  1 2020-02-02     1
3  1 2020-02-03     2
4  1 2020-02-04     7
5  1 2020-02-05     3
6  1 2020-02-06     4

$`2`
   ID       date value
7   2 2020-02-01    10
8   2 2020-02-02    16
9   2 2020-02-03    11
10  2 2020-02-04    12

> split_list <- lapply(mylist, function(x) x[1:(which.max(x$value) - 1),])
> split_list <- append(split_list, lapply(mylist, function(x) x[which.max(x$value): nrow(x),]))
> split_list
$`1`
  ID       date value
1  1 2020-02-01     0
2  1 2020-02-02     1
3  1 2020-02-03     2

$`2`
  ID       date value
7  2 2020-02-01    10

$`1`
  ID       date value
4  1 2020-02-04     7
5  1 2020-02-05     3
6  1 2020-02-06     4

$`2`
   ID       date value
8   2 2020-02-02    16
9   2 2020-02-03    11
10  2 2020-02-04    12

>