SAS 和 R 中的第一个和最后一个答案

【问题标题】：First and Last in SAS and RSAS 和 R 中的第一个和最后一个
【发布时间】：2014-02-17 05:57:24
【问题描述】：

我正在将 SAS 代码转换为 R，但在复制 IF First 时遇到问题。 & Last. R 中的命令。 SAS 命令是 -

Data A;
Set B;
BY CompID, Id, Date;
IF First.Date;
run;

我的理解是，仅选择 CompID、ID 和日期组合的最早日期并将其输出到数据 A。我说的对吗？

我知道 R 中的 duplicated 命令，但如果我使用以下代码 -

A <- B[!duplicated(B$Date),]

我得到的观察结果比我的 SAS 输出要少。我在这里错过了什么吗？

提前致谢。

【问题讨论】：

【解决方案1】：

R 中的构造可以是（因为还有一个duplicated.data.frame 函数）：

A <- B[!duplicated(B[ c('CompID', 'Id', 'Date') ] ) ,]

要复制 .Last 操作，请查看复制的帮助页面，我想您会找到某种 fromLast 参数，但我总是需要检查它的拼写。

结构：“我得到的观察比……少”对我来说听起来是错误的，但我并没有走遍所有说英语的国家。至少在美国，我认为“更少”或“更少”会更容易阅读。

【讨论】：

谢谢！我没有意识到你可以用列的组合来做到这一点！这解决了我的问题。至于“较低”与“较小”，我不确定用法..
嗨！我一直在思考答案，我有一个疑问。 BY 语句按两个变量对数据进行排序，然后挑选出第一个值，对吗？所以在给出的示例中，它将按 3 列对数据进行排序，并选择最早的 Date 值的行，对吗？在这种情况下，如果我在 R 中对我的数据进行排序并执行 !duplicated(date)，那会是一样的吗？

【解决方案2】：

首先声明BY CompID, Id, Date;中不应有任何逗号。

其次，A <- B[!duplicated(B$Date),] 不等同于您发布的 SAS 代码。

正确的等价物是：

Data A;
Set B;
BY Date;
IF First.Date;
run;

我的理解是，只有最早的日期为 CompID、ID 和选择日期组合并输出到数据 A。我说的对吗？

你的理解是正确的。

【讨论】：

谢谢！逗号是我的错别字，多亏了 R。什么是 R 等价物？我在想一个 SQLDF 语句，比如'Select compId, id, min(date) from B group by compId, id')。对吗？