按一个变量聚合但添加其他变量[重复]答案

【问题标题】：Aggregate by one variable but adding other variables [duplicate]按一个变量聚合但添加其他变量[重复]
【发布时间】：2016-08-24 19:57:58
【问题描述】：

我有一个具有这种结构的data.frame：

id time var1 var2 var3
1     2    4    5    6
1     4    8   51    7
1     1    9   17   38
2    12    8    9   21
2    15   25    6   23

对于所有 id，我想要包含最短时间的行。在示例中是这样的：

id time var1 var2 var3   
1     1    9   17   38
2    12    8    9   21

我认为aggregate 函数会很有用，但我不知道如何使用它。

【问题讨论】：

请提供一个可重现的例子
你有决胜局吗？还是保证一个最小值？

标签： r dataframe aggregate

【解决方案1】：

您的标题可能具有误导性，因为您真的只想为每个id 保留最少time 的行。试试这个：

library(dplyr)
df %>%
    group_by(id) %>%
    arrange(id, time) %>%
    filter(row_number() == 1)

【讨论】：

【解决方案2】：

我们可以使用by、do.call 和有用的which.min 函数来获得我们需要的东西：

do.call('rbind', by(df, df$id, function(x) x[which.min(x$time), ]))

#   id time var1 var2 var3
# 1  1    1    9   17   38
# 2  2   12    8    9   21

如果您怀疑每个 id 可能有多个最小值，您可以避开 which.min 函数并使用 which(x$time == min(x$time))：

do.call('rbind', by(df, df$id, function(x) x[which(x$time == min(x$time)), ]))

#   id time var1 var2 var3
# 1  1    1    9   17   38
# 2  2   12    8    9   21

数据

df <- structure(list(id = c(1L, 1L, 1L, 2L, 2L), 
time = c(2L, 4L, 1L, 2L, 15L), 
var1 = c(4L, 8L, 9L, 8L, 25L), 
var2 = c(5L, 51L, 17L, 9L, 6L), 
var3 = c(6L, 7L, 38L, 21L, 23L)), 
.Names = c("id", "time", "var1", "var2", "var3"), 
class = "data.frame", row.names = c(NA, -5L))

【讨论】：

【解决方案3】：

dplyr 使用函数slice

library(dplyr)
df %>% 
    group_by(id) %>% 
    slice(which.min(time))

输出：

Source: local data frame [2 x 5]
Groups: id [2]

     id  time  var1  var2  var3
  <dbl> <dbl> <dbl> <dbl> <int>
1     1     1     9    17    38
2     2    12     8     9    21

sqldf

library(sqldf)
sqldf('SELECT id, MIN(time) time, var1, var2, var3
                        FROM df 
                        GROUP BY id')

输出：

  id time var1 var2 var3
1  1    1    9   17   38
2  2   12    8    9   21

【讨论】：