如何仅提取 R 中分组项目的第一行？ [复制]答案

【问题标题】：How do I extract only the first rows of grouped items in R? [duplicate]如何仅提取 R 中分组项目的第一行？ [复制]
【发布时间】：2019-07-21 20:52:58
【问题描述】：

我从Lahman 数据库中按字母顺序列出了纽约大都会队的棒球运动员。对于每个球员来说，他的出场年限是按升序排列的。我需要为每个玩家提取他玩的第一年的数据，并将所有第一行放入一个新的数据框中。

在RStudio 我的Mac 上，我已经达到了对我需要的数据进行分组和排序的地步。这是一个示例。

playerID,yearID,G,AB,R,H
aceveju01,1997,25,6,0,0
acostma01,2010,41,0,0,0
acostma01,2011,44,0,0,0
acostma01,2012,45,0,0,0
adkinjo01,2007,1,0,0,0
agbaybe01,1998,11,15,1,2
agbaybe01,1999,101,276,42,79
agbaybe01,2000,119,350,59,101
agbaybe01,2001,91,296,28,82
ageeto01,1968,132,368,30,80
ageeto01,1969,149,565,97,153
ageeto01,1970,153,636,107,182
ageeto01,1971,113,425,58,121
ageeto01,1972,114,422,52,96
aguilch01,2008,8,12,0,2

出于测试目的，我从这段代码开始，而不是piping。这就是我所能达到的程度。

Lahman_batting18 <- read.csv('Batting-copy.csv', header = TRUE, stringsAsFactors=FALSE)
Lahman_batting18s <- select(Lahman_batting18,playerID:SO)
Lahman_batting18f <- filter(Lahman_batting18s,teamID == 'NYN')
Lahman_batting18fa <- arrange(Lahman_batting18f, playerID, yearID)

期望的输出：

playerID,yearID,G,AB,R,H
aceveju01,1997,25,6,0,0
acostma01,2010,41,0,0,0
adkinjo01,2007,1,0,0,0
agbaybe01,1998,11,15,1,2
ageeto01,1968,132,368,30,80
aguilch01,2008,8,12,0,2

感谢您的帮助！

【问题讨论】：

d[ave(1:NROW(d), d$playerID, FUN = seq_along) == 1,]
@d.b.你的代码是如何工作的？
您好metsfan，如果可以解决您的问题，请您接受答案（答案旁边的勾号...）？然后它表明问题已解决。
Lahman_batting18 %>% group_by(playerID) %>% slice(1L)
@RonakShah 使用 slice(1L) 和 slice(1) 有什么区别？

标签： r group-by subset data-manipulation

【解决方案1】：

d.b 使用基础r，而我更喜欢dplyr 和pipes。

Lahman_batting18 %>% group_by(playerID) %>% arrange(playerID, yearID) %>% 
filter(yearID == min(yearID))

只过滤最少的年份。我希望这是你想要的？我使用您的示例数据得到的输出：

# A tibble: 6 x 6
# Groups:   playerID [6]
  playerID  yearID     G    AB     R     H
  <fct>      <int> <int> <int> <int> <int>
1 aceveju01   1997    25     6     0     0
2 acostma01   2010    41     0     0     0
3 adkinjo01   2007     1     0     0     0
4 agbaybe01   1998    11    15     1     2
5 ageeto01    1968   132   368    30    80
6 aguilch01   2008     8    12     0     2

【讨论】：

在您的输出中，playerID 不是按字母顺序排列的，而这正是我希望的。你的按 yearID 排序。
抱歉，已更正。现在输出与我提到的代码完全相同...
@Ronak Shah 今天，我使用以下 2 个解决方案检查了第一行的总数： (1) Season1_all % group_by(playerID) %>%arrange(playerID, yearID) % >% filter(yearID == min(yearID)) (2) Season1_all2 % group_by(playerID) %>% slice(1) 我希望解决方案中的总行数相同，但它们不是。解决方案 1 有 19,999 行；而解决方案 2 有 19,428 行。此外，当我运行“distinct(Lahman_batting18, playerID)”时，我也得到了 19,428 行。为什么我得到不同的数字？哪个解决方案给出了正确的总数？