如何解决按组选择每个连续运行中的第一行
我有按“ID”分组的数据。每个“ID”在不同的日期都有不同的药物。在每次连续运行的“药物”中,我只想保留第一行。这应该按组完成,即在每个“ID”内。数据中有两个例子:
ID date drug
1 01/01/2020 A # first row in run 1 of 'A' for ID 1: keep
1 07/01/2020 A # 2nd row in run 1 of 'A' for ID 1: drop
1 09/01/2020 B
1 15/01/2020 A
2 01/02/2020 C
2 13/02/2020 D
2 17/02/2020 C # first row in run 2 of 'C' of ID 2: keep
2 18/03/2020 C # 2nd row in run 2 of 'C' of ID 2: drop
2 19/03/2020 E
所需的输出:
ID date drug
1 01/01/2020 A
1 09/01/2020 B
1 15/01/2020 A
2 01/02/2020 C
2 13/02/2020 D
2 17/02/2020 C
2 19/03/2020 E
我已经尝试了以下方法,但我无法使它起作用,因为它会移除那些来自同一组但稍后出现的药物,例如它会在 15/01/2020、17/02/2020 和 18/03/2020 下降,因为它只按组进行第一次观察。
df_selection <- df %>%
group_by(ID) %>%
arrange(ID,date) %>%
group_by(ID,drug) %>%
slice(1L) %>%
arrange(ID,date)
我尝试了很多组合,但我无法让它发挥作用。我真的很感激一些帮助!
另外一个例子来证明一个“ID”中的最后一个“药物”与下一个“ID”中的第一个相同,这里是药物“B”:
ID date drug
1 01/01/2020 A
1 07/01/2020 A
1 09/01/2020 B # first row in a run of 'B' for ID 1: keep
1 15/01/2020 B # 2nd row in a run of 'B' for ID 1: drop
2 01/02/2020 B # first row in a run of 'B' for ID 2: keep
2 13/02/2020 B # 2nd: drop
2 17/02/2020 B # 3rd: drop
2 18/03/2020 E
2 19/03/2020 E
解决方法
使用 data.table
:
setDT(df)[rowid(rleid(drug)) == 1]
# ID date drug
# 1: 1 01/01/2020 A
# 2: 1 09/01/2020 B
# 3: 1 15/01/2020 A
# 4: 2 01/02/2020 C
# 5: 2 13/02/2020 D
# 6: 2 17/02/2020 C
# 7: 2 19/03/2020 E
如果应该在每个“ID”中考虑“药物”的运行,我们需要...
df[rowid(rleid(ID,drug)) == 1]
...处理以下情况:
ID date drug
1: 1 01/01/2020 A
2: 1 07/01/2020 A
3: 1 09/01/2020 B
4: 1 15/01/2020 B # This 'B' belongs to 2nd run in ID 1
5: 2 01/02/2020 B # This 'B' belongs to 1st run in ID 2
6: 2 13/02/2020 B
7: 2 17/02/2020 B
8: 2 18/03/2020 E
9: 2 19/03/2020 E
,
df %>% filter(drug != lag(drug,default = ""))
或者,如果您想为一个 ID 保留第一个出现的药物,即使它与前一个 ID 的最后一个药物匹配(例如,假设 ID2 的第一个药物是 A,因此我们希望保留它。):>
df %>%
filter(drug != lag(drug,default = "") |
ID != lag(ID,default = 0))
,
将 base R
与 rle
一起使用
subset(df,with(rle(drug),!duplicated(rep(seq_along(values),lengths))))
,
希望此代码适用于您的一般情况
> subset(df,sequence(rle(drug)$lengths) == 1)
ID date drug
1 1 01/01/2020 A
3 1 09/01/2020 B
4 1 15/01/2020 A
5 2 01/02/2020 C
6 2 13/02/2020 D
7 2 17/02/2020 C
9 2 19/03/2020 E
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。