关于r：结合group_by、ifelse和filter

Combine group_by, ifelse and filter

我想结合 group_by、ifelse 并为下面的示例数据框过滤我的代码。我想要的是以下内容：1)按x分组。 2)检查结果是否> 1。如果为真，检查该组的结果> 1 == max(月)的月份。如果为 TRUE，则选择该组的所有行。所有其他行都应该被丢弃(所以在结果 <= 1 或 (month where result > 1 != max(month)) 的情况下。所以在我的示例数据框中，B 的所有行都应该保留，A 的所有行都应该保留丢弃。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

x month result
1 A 1 0.5
2 A 2 0.6
3 A 3 1.2
4 A 4 1.1
5 A 5 0.9
6 B 1 0.3
7 B 2 0.4
8 B 3 0.5
9 B 4 0.9
10 B 5 1.2

dat <- data.frame(x = c("A","A","A","A","A","B","B","B","B","B"),
month = c(1,2,3,4,5,1,2,3,4,5),
result = c(.5,.6,1.2,1.1,.9,.3,.4,.5,.9,1.2))

使用 data.table

1
2
3
4
5
6
7
8

library(data.table)
setDT(dat)[, .SD[result[which.max(month)] > 1], x]
# x month result
#1: B 1 0.3
#2: B 2 0.4
#3: B 3 0.5
#4: B 4 0.9
#5: B 5 1.2

或与 dplyr

1
2
3
4
5
6
7
8
9
10
11
12
13

library(dplyr)
dat %>%
group_by(x) %>%
filter(result[which.max(month)] > 1)
# A tibble: 5 x 3
# Groups: x [1]
# x month result
# <fct> <dbl> <dbl>
#1 B 1 0.3
#2 B 2 0.4
#3 B 3 0.5
#4 B 4 0.9
#5 B 5 1.2

如果您想留在 tidyverse 中而不是冒险进行基础选择，我们也可以轻松到达那里，只需使用 any 来检查组中是否有任何符合您的条件：

1
2
3
4
5
6
7
8
9
10
11
12
13

dat %>%
group_by(x) %>%
filter(any(result > 1 & month == max(month)))

# A tibble: 5 x 3
# Groups: x [1]
x month result
<fct> <dbl> <dbl>
1 B 1 0.3
2 B 2 0.4
3 B 3 0.5
4 B 4 0.9
5 B 5 1.2

另外，有时我会创建一个"keep"变量来检查我是否得到了正确的变量，或者是为了让多年后查看我的代码的人更容易阅读代码：

1
2
3
4

dat %>%
group_by(x) %>%
mutate(keep = (result > 1 & month == max(month))) %>%
filter(any(keep))

这是一个带有 base R 的解决方案(没有 group_by 或 filter)

1 2	res <- Reduce(rbind,lapply(split(dat,dat$x), function(v) { if (v$result[which.max(v$month)]>1) v else NULL}))

这样

1
2
3
4
5
6
7

> res
x month result
6 B 1 0.3
7 B 2 0.4
8 B 3 0.5
9 B 4 0.9
10 B 5 1.2