通过切片组优先值过滤数据帧答案

【问题标题】：Filter dataframe by slicing group-first values通过切片组优先值过滤数据帧
【发布时间】：2022-01-05 09:49:19
【问题描述】：

在这个数据框中：

df <- data.frame(
  PP_by = c("A","B","A","A","B","B", rep("C",2),"A","A","A","B"),
  Sequ = c(1,1,1,1,1,1,4,4,4,4,4,4),
  Line = c(55,55,77,77,77,77,99,99,99,99,33,33),
  pp = rnorm(12),
  pp2 = c(1.1,1.2,1.1,1.2,1.3,1.5,1.3,1.2,1.5,1.7,1.0,1.9),
  other = 1:12,
  other2 = letters[1:12]
)

我想用Sequ 和Line 分组的第一个值对行进行切片。我试过了，但它返回空：

df %>%
   group_by(Sequ) %>%
   slice(first(Line))
# A tibble: 0 × 7
# Groups:   Sequ [0]
# … with 7 variables: PP_by <chr>, Sequ <dbl>, Line <dbl>, pp <dbl>, pp2 <dbl>, other <int>, other2 <chr>

想要的结果是这样的：

df
   PP_by Sequ Line          pp pp2 other other2
1      A    1   55  0.30277770 1.1     1      a
2      B    1   55  1.55909373 1.2     2      b
7      C    4   99  1.33796806 1.3     7      g
8      C    4   99 -0.23230445 1.2     8      h
9      A    4   99 -0.12740409 1.5     9      i
10     A    4   99 -0.02168540 1.7    10      j

【问题讨论】：

标签： r dplyr filter

【解决方案1】：

根据?slice

slice() 让您可以按（整数）位置索引行。

first(Line) 是 Line 的第一个值，而不是位置索引。如果我们转换为逻辑然后用which换行，可以得到slice所需的位置索引

library(dplyr)
df %>%
  group_by(Sequ) %>%
  slice(which(Line == first(Line))) %>% 
  ungroup
# A tibble: 6 × 7
  PP_by  Sequ  Line     pp   pp2 other other2
  <chr> <dbl> <dbl>  <dbl> <dbl> <int> <chr> 
1 A         1    55 -0.664   1.1     1 a     
2 B         1    55 -0.520   1.2     2 b     
3 C         4    99 -2.11    1.3     7 g     
4 C         4    99  0.165   1.2     8 h     
5 A         4    99  2.43    1.5     9 i     
6 A         4    99  0.657   1.7    10 j

【讨论】：

【解决方案2】：

你可以这样做：

library(tidyverse)
df %>%
   group_by(Sequ) %>%
   filter(Line == first(Line))

给出：

# A tibble: 6 x 7
# Groups:   Sequ [2]
  PP_by  Sequ  Line     pp   pp2 other other2
  <chr> <dbl> <dbl>  <dbl> <dbl> <int> <chr> 
1 A         1    55  0.425   1.1     1 a     
2 B         1    55 -0.744   1.2     2 b     
3 C         4    99  0.497   1.3     7 g     
4 C         4    99  1.39    1.2     8 h     
5 A         4    99  0.685   1.5     9 i     
6 A         4    99  0.128   1.7    10 j

【讨论】：