如何返回每组的最后一个匹配条件行？答案

【问题标题】：How to return the last matching condition row per group?如何返回每组的最后一个匹配条件行？
【发布时间】：2019-07-03 10:05:48
【问题描述】：

我正在处理一个包含许多机器的文件。每个机器都在一个周期内工作（从-1到-1），我有一些操作参数：

1：大功率运行 0.5：低功耗运行 0：无操作 -1：操作结束

我有一个由这些数据框组成的机器列表（每个机器一个 - 这是一个非常小的样本）：

    *Indx*  *N°1 Operation*  *N°1 Operation length*
       1           1                450
       1          0.5                84
       1           0                 48
       1           1                  4
       1          0.5                 4
       1           1                123
       1          0.5                14
       1          -1                 45
       2           1                471
       2           0                 47
       2          0.5                44
       2           0                145
       2          0.5                78
       2           1                 71
       2          0.5                19
       2           0                  2
       2          -1                 45

我想为每个组获取具有 1 个值的最后一行（高功率操作）。然后，我的目的是将最后一个高操作值到循环结束的长度相加。

期望的输出：

*Indx*    *N°1 Operation length*
  1                  123+14
  2                  71+19+2

我怎样才能做到这一点？

【问题讨论】：

标签： r group-by tail

【解决方案1】：

使用dplyr 的一种方法是filter 数据中的操作结束行，group_by Indx 和 sum Operation2 值出现在Operation1 为 1 到最后一次出现之间最后一行。我们使用cumsum 值找到最后一次出现的 1。

library(dplyr)

df %>%
  filter(Operation1 != -1) %>%
  group_by(Indx) %>%
  summarise(Oplength = sum(Operation2[cumsum(Operation1 == 1) == 
                                  max(cumsum(Operation1 == 1))]))

# A tibble: 2 x 2
#   Indx Oplength
#  <int>    <int>
#1     1      137
#2     2       92

或者找到最后一次出现的另一种方法是使用which 和max

df %>%
  filter(Operation1 != -1) %>%
  group_by(Indx) %>%
  summarise(Oplength = sum(Operation2[max(which(Operation1 == 1)) : n()]))

数据

df <- structure(list(Indx = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L), Operation1 = c(1, 0.5, 0, 1, 0.5, 
1, 0.5, -1, 1, 0, 0.5, 0, 0.5, 1, 0.5, 0, -1), Operation2 = c(450L, 
84L, 48L, 4L, 4L, 123L, 14L, 45L, 471L, 47L, 44L, 145L, 78L, 
71L, 19L, 2L, 45L)), class = "data.frame", row.names = c(NA, -17L))

【讨论】：

谢谢它似乎工作！但是我找不到 Oplength，它也不想变异。但是我可以在控制台上看到不错的 tibble... 你知道为什么吗？
@AliciaBassiere 也许您需要将结果分配回去？ df1 <- df %>% filter(Operation1 != -1) %>% group_by(Indx) %>% summarise(Oplength = sum(Operation2[max(which(Operation1 == 1)) : n()])) 并立即查看 df1。

【解决方案2】：

在基础 R 中我们可以做到

do.call(rbind, by(d, d[[1]], function(x) 
  c(Indx=x[[1]][1], 
    N.1.Operation.length=sum(x[[3]][head(max(which(x[[2]] > .5)):nrow(x), -1)]))))
#   Indx N.1.Operation.length
# 1    1                  137
# 2    2                   92

数据

d <- structure(list(Indx = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L), N.1.Operation = c(1, 0.5, 0, 1, 
0.5, 1, 0.5, -1, 1, 0, 0.5, 0, 0.5, 1, 0.5, 0, -1), N.1.Operation.length = c(450L, 
84L, 48L, 4L, 4L, 123L, 14L, 45L, 471L, 47L, 44L, 145L, 78L, 
71L, 19L, 2L, 45L)), row.names = c(NA, -17L), class = "data.frame")

【讨论】：