【发布时间】：2015-08-05 13:05:38
【问题描述】：
我在 R 中有一个包含两列 temp 和 timeStamp 的数据框。数据定期具有 temp 值。数据框的一部分看起来像 -
我必须创建显示温度随时间变化的折线图。从这里可以看出，temp 值在多个timeStamp 中保持不变。拥有这些重复值会增加数据文件的大小，我想删除它们。所以输出应该是这样的-
仅显示发生变化的值。 想不出在 R 中完成这种想法的方法。任何正确方向的输入都会非常有帮助。
【问题讨论】：
【发布时间】：2015-08-05 13:05:38
【问题描述】：
这是dplyr 解决方案：
# Toy data
df <- data.frame(time = seq(20), temp = c(rep(60, 5), rep(61, 7), rep(59, 3), rep(60, 5)))
# Now filter for the first and last rows and ones bracketing a temperature change
df %>% filter(temp!=lag(temp) | temp!=lead(temp) | time==min(time) | time==max(time))
time temp
1 1 60
2 5 60
3 6 61
4 12 61
5 13 59
6 15 59
7 16 60
8 20 60
如果数据按第三列（id）分组，只需在过滤步骤前添加group_by(id) %>%即可。
【讨论】：
-
感谢您的回答。如果我按温度分组，则有一些温度值与组中的温度值相同，但发生在稍后的时间（在温度发生一些变化之后），所以这不会有帮助。因此，我在所有值上运行一个循环，并只选择那些温度发生变化的值到一个新的数据帧中。感谢您的回复:)
-
我不明白你在说什么。您不需要按温度分组。
-
单独的 id 列可以帮助解决这个问题
一个选项是使用data.table。我们将“data.frame”转换为“data.table”（setDT(df1)）。按“temp”分组，我们对每组的第一个和最后一个观察值 (.SD[c(1L, .N)]) 进行子集化。如果每个组只有一个值，我们就按原样取行 (else .SD)。
library(data.table)
setDT(df1)[, if(.N>1) .SD[c(1L, .N)] else .SD, by =temp]
# temp val
#1: 22.50 1
#2: 22.50 4
#3: 22.37 5
#4: 22.42 6
#5: 22.42 7
或base R 选项与duplicated。我们检查'temp' 中的duplicated 值（输出是一个逻辑向量），并从反面检查重复（fromLast=TRUE）。使用& 查找在这两种情况下为TRUE 的元素，取反(!) 并将'df1' 的行作为子集。
df1[!(duplicated(df1$temp) & duplicated(df1$temp,fromLast=TRUE)),]
# temp val
#1 22.50 1
#4 22.50 4
#5 22.37 5
#6 22.42 6
#7 22.42 7
数据
df1 <- data.frame(temp=c(22.5, 22.5, 22.5, 22.5, 22.37,22.42, 22.42), val=1:7)
【讨论】：
-
感谢您的回答。如果我按温度分组，则有一些温度值与组中的温度值相同，但发生在稍后的时间（在温度发生一些变化之后），所以这不会有帮助。因此，我在所有值上运行一个循环，并只选择那些温度发生变化的值到一个新的数据帧中。感谢您的回复:)
-
@ZeeshanAKhan 它基于您展示的示例。如果它不是预期的输出，您应该更改您的示例和预期的输出。另外，考虑发布 dput 输出而不是图像
-
如果您创建一个 id 列并按 id 和 temp 分组，那么它们将始终是唯一的。