基于第一次出现状态标志的子集数据答案

【问题标题】：Subset data based on first occurrence of a status flag基于第一次出现状态标志的子集数据
【发布时间】：2018-09-25 05:02:32
【问题描述】：

我的数据如下所示：

dfin <- 
ID   TIME   CONC   STATUS
 1    0      5      0
 1    1      4      1
 1    2      3      0
 2    0      2      0 
 2    10     2      0
 2    15     1      0

当STATUS==1 和TIME > 0 时，我想将dfin 的第一次出现（对于每个ID）进行子集化。如果主题ID 在任何时候都没有记录STATUS==1，那么我需要对该主题的最后一个原始数据进行子集化。

这里的输出应该是：

dfout <- 
ID   TIME   CONC   STATUS
 1    1      4      1
 2    15     1      0

【问题讨论】：

标签： r

【解决方案1】：

使用dplyr 的一种方式，我们可以group_by ID 并检查是否有任何行满足我们的条件（STATUS == 1 & TIME > 0），如果是，那么我们使用@ 获得满足条件的第一行987654325@，如果没有这样的行，那么我们只需使用n()返回最后一行。

library(dplyr)
df %>%
  group_by(ID) %>%
  slice(ifelse(any(STATUS == 1 & TIME > 0), which.max(STATUS == 1 & TIME > 0), n()))

#     ID  TIME  CONC STATUS
#  <int> <int> <int>  <int>
#1     1     1     4      1
#2     2    15     1      0

另一种仅使用基数 R 的方法。这实际上遵循与 dplyr 相同的逻辑，但 ave 返回的长度与输入相同，因此我们仅保留 unique 值并对其进行累积总和 (cumsum)从数据框中获取对应的行。

df[cumsum(unique(with(df, ave(STATUS == 1 & TIME > 0, ID, FUN = function(x) 
         if(any(x)) which.max(x) else length(x))))), ]

#  ID TIME CONC STATUS
#2  1    1    4      1
#5  2   10    2      0

【讨论】：

【解决方案2】：

这是data.table 的一种方法。将data.frame转换为'data.table'（setDT(dfin)），按'ID'分组，if有any'STATUS'为1，然后得到'TIME'大于0的逻辑表达式或 else 获取最后一行 (.N) 和 .SD 的子集

library(data.table)
setDT(dfin)[,  .SD[if(any(STATUS == 1)) STATUS == 1& TIME  > 0 else .N], ID]
#   ID TIME CONC STATUS
#1:  1    1    4      1
#2:  2   15    1      0

也可以写成

setDT(dfin)[, .SD[(STATUS == 1 & TIME > 0)| (!any(STATUS) & seq_len(.N) == .N)], ID]

数据

dfin <- structure(list(ID = c(1L, 1L, 1L, 2L, 2L, 2L), TIME = c(0L, 1L, 
 2L, 0L, 10L, 15L), CONC = c(5L, 4L, 3L, 2L, 2L, 1L), STATUS = c(0L, 
 1L, 0L, 0L, 0L, 0L)), class = "data.frame", row.names = c(NA, 
 -6L))

【讨论】：