R - 给定相应的主题 ID，选择一天（日期和时间）的第一个条目

Question

我正在尝试每天根据主题 ID 选择第一个注册条目来整理任何多个条目。

我正在处理一个非常大的数据集，所以这里只是我的数据结构的快照：

 df <- c(Contact.ID, Date.Time, Age, Gender, Attendance)

Contact.ID       Date.Time       Age   Gender   Attendance   
1   A       2012-07-06 18:54:48   37    Male         30    
2   A       2012-07-06 20:50:18   37    Male         30    
3   A       2012-08-14 20:18:44   37    Male         30   
4   B       2012-03-15 16:58:15   27  Female         40    
5   B       2012-04-18 10:57:02   27  Female         40    
6   B       2012-04-18 17:31:22   27  Female         40    
7   B       2012-04-18 18:37:00   27  Female         40    
8   C       2013-10-22 17:46:07   40    Male         5    
9   C       2013-10-27 11:21:00   40    Male         5    
10  D       2012-07-28 14:48:33   20  Female         12 

我尝试了一些不同的方法，例如：

t.first <- df[match(unique(df$Date.Time), df$Date.Time),]

setDT(df)[,.SD[which.max(df$Date.Time)],keyby=df$Contact.ID]

library(dplyr)
t.first <- ddply(df, "Date.Time", function(z) tail(z,1))

但是，在给定我的特定主题 ID 的情况下，他们都没有让我获得第一个条目。

所以最后我需要留下一个数据集：

Contact.ID       Date.Time       Age   Gender   Attendance   
1   A       2012-07-06 18:54:48   37    Male         29    
2   A       2012-08-14 20:18:44   37    Male         29   
3   B       2012-03-15 16:58:15   27  Female         38    
4   B       2012-04-18 10:57:02   27  Female         38    
5   C       2013-10-22 17:46:07   40    Male         5    
6   C       2013-10-27 11:21:00   40    Male         5    
7   D       2012-07-28 14:48:33   20  Female         12 

请，如果有人可以提供帮助，我已经被困在这个问题上太久了。

Answer 1

使用 dplyr::slice() 的另一个选项。这将防止重复。

library(dplyr)
library(lubridate)

dt2 <- dt %>%
  mutate(Date.Time = ymd_hms(Date.Time)) %>%
  mutate(Date = as.Date(Date.Time)) %>%
  group_by(Contact.ID, Date) %>%
  arrange(Date.Time) %>%
  slice(1) %>%
  ungroup() %>%
  select(-Date)

Answer 2

来自dplyr 和lubridate 的解决方案。我们可以将Date.Time 转换为datetime 类，创建一个名为date 的新变量，按Contact.ID 和Date 分组，并选择每组的最小记录。 dt2 是最终输出。

library(dplyr)
library(lubridate)

dt2 <- dt %>%
  mutate(Date.Time = ymd_hms(Date.Time)) %>%
  mutate(Date = as.Date(Date.Time)) %>%
  group_by(Contact.ID, Date) %>%
  filter(Date.Time == min(Date.Time)) %>%
  ungroup() %>%
  select(-Date)

dt2
# A tibble: 7 x 5
  Contact.ID           Date.Time   Age Gender Attendance
       <chr>              <dttm> <int>  <chr>      <int>
1          A 2012-07-06 18:54:48    37   Male         30
2          A 2012-08-14 20:18:44    37   Male         30
3          B 2012-03-15 16:58:15    27 Female         40
4          B 2012-04-18 10:57:02    27 Female         40
5          C 2013-10-22 17:46:07    40   Male          5
6          C 2013-10-27 11:21:00    40   Male          5
7          D 2012-07-28 14:48:33    20 Female         12

数据准备

dt <- read.table(text = "'Contact.ID' 'Date.Time' Age Gender Attendance
1 A '2012-07-06 18:54:48' 37 Male 30
                 2 A '2012-07-06 20:50:18' 37 Male 30
                 3 A '2012-08-14 20:18:44' 37 Male 30
                 4 B '2012-03-15 16:58:15' 27 Female 40
                 5 B '2012-04-18 10:57:02' 27 Female 40
                 6 B '2012-04-18 17:31:22' 27 Female 40
                 7 B '2012-04-18 18:37:00' 27 Female 40
                 8 C '2013-10-22 17:46:07' 40 Male 5
                 9 C '2013-10-27 11:21:00' 40 Male 5
                 10 D '2012-07-28 14:48:33' 20 Female 12",
                 header = TRUE, stringsAsFactors = FALSE)