R while：仅改变 data.frame 中不匹配条件的组

Question

示例数据：

 df <- data.frame(Date = seq(as.Date("2020-01-01"), by = "day", length.out = 12),
             Phase = c(rep("stable",6),rep("instable",6)),
             n = (c(rep(5,5),4,3,6,6,5,6,5)))

我想返回一个 data.frame，其中包含 n == max(n) 的日期（对于每个组），但条件是每个组必须至少有 5 天。如果一个组少于5天，那么过滤器应该调整为n == max(n) | n == max(n) - 1等等...

所以这里是一个例子：

df %>%
  group_by(Phase) %>%
  dplyr::filter(n == max(n)) %>%
  ungroup()

    # A tibble: 8 x 3
  Date       Phase        n
  <date>     <chr>    <dbl>
1 2020-01-01 stable       5
2 2020-01-02 stable       5
3 2020-01-03 stable       5
4 2020-01-04 stable       5
5 2020-01-05 stable       5
6 2020-01-08 instable     6
7 2020-01-09 instable     6
8 2020-01-11 instable     6

您可以看到，在第一组stable（基于列Phase）中，我的目标至少达到了5天，但在第二组instable中没有达到

为此，我编写了一个 while 循环，在每次运行中降低条件，直到满足：

i <- 0
condition <- FALSE
while(!condition) {
  df_maxdays <- df %>%
    group_by(Phase) %>%
    dplyr::filter(n %in% (max(n, na.rm = T)-i):max(n, na.rm = T)) %>%
    mutate(nn = n()) %>%
    ungroup()
  
  i <- i + 1
  condition <- all(df_maxdays$nn >= 5)
}

df_maxdays
# A tibble: 11 x 4
   Date       Phase        n    nn
   <date>     <chr>    <dbl> <int>
 1 2020-01-01 stable       5     6
 2 2020-01-02 stable       5     6
 3 2020-01-03 stable       5     6
 4 2020-01-04 stable       5     6
 5 2020-01-05 stable       5     6
 6 2020-01-06 stable       4     6
 7 2020-01-08 instable     6     5
 8 2020-01-09 instable     6     5
 9 2020-01-10 instable     5     5
10 2020-01-11 instable     6     5
11 2020-01-12 instable     5     5

在我的 while 循环中，第二组 instable 现在包含 5 天，这是我想要的，但第一组现在还包含 n >= (max(n)-1) 为真的天。我希望在第二次运行时过滤器仅针对尚未达到目标的组进行调整。该示例所需的输出是：

# A tibble: 11 x 4
       Date       Phase        n    nn
       <date>     <chr>    <dbl> <int>
     1 2020-01-01 stable       5     5
     2 2020-01-02 stable       5     5
     3 2020-01-03 stable       5     5
     4 2020-01-04 stable       5     5
     5 2020-01-05 stable       5     5
     7 2020-01-08 instable     6     5
     8 2020-01-09 instable     6     5
     9 2020-01-10 instable     5     5
    10 2020-01-11 instable     6     5
    11 2020-01-12 instable     5     5

Answer 1

如果我正确理解您的问题，您只需使用slice_max：

library(dplyr)

df %>%
   group_by(Phase) %>% 
   slice_max(n, n = 5) %>% 
   ungroup()
#> # A tibble: 10 x 3
#>    Date       Phase        n
#>    <date>     <chr>    <dbl>
#>  1 2020-01-08 instable     6
#>  2 2020-01-09 instable     6
#>  3 2020-01-11 instable     6
#>  4 2020-01-10 instable     5
#>  5 2020-01-12 instable     5
#>  6 2020-01-01 stable       5
#>  7 2020-01-02 stable       5
#>  8 2020-01-03 stable       5
#>  9 2020-01-04 stable       5
#> 10 2020-01-05 stable       5

通过这种方式，您始终在每个组中至少保留 5 个最高的ns。 这与您显示的预期输出结果相同。唯一的区别是instable 在顶部，因为dplyr 的默认重新排序...