1

我有一个表格中的数据：

id   source
1    m
1    p
1    l1
1    l1
2    t
2    q
3    p
3    l1
3    n
3    l1

现在对于每个 id，我想在源中出现 l1 时识别它，并在 l1 之前提取观察结果。例如：对于 id 1，l1 中的第三个源和之前的观察是 p。所以我的数据应该是这样的：

id    source
1      p
3      p
3      n

我如何在 R 中创建它？

4

4 回答 4

3

数据表解决方案

 library(data.table)

 dd <- data.table(df)
 dd[, source[match('l1', source)-1L],by = id]
于 2013-03-20T06:23:18.347 回答
1

这是另一个 data.table 解决方案。我无法从@mnel 的早期版本中获得看似正确的答案。

library(data.table)

## Create the test data table:
dt <- data.table(id=c(1,1,1,1,2,2,3,3,3,3),
                 source1=c("m","p","l1","l1","t","q","p","l1","n","l1"))

dt[,list(id, source1, source0=c(NA,source1[seq_len(.N-1L)]))][source1=="l1"]

##    id source1 source0
## 1:  1      l1       p
## 2:  1      l1      l1
## 3:  3      l1       p
## 4:  3      l1       n

这是将列 source0 添加到获取前一行（或第一行的 NA）的数据表中。这.N是一个行号，我seq_len用来获取前一个行号。然后它对原始 source1 的值为“l1”的结果进行子集化。

于 2013-06-24T04:40:32.767 回答
1

可能有更直接的方法，但试试这个：

#get your data
test <- read.table(text="id   source
1    m
1    p
1    l1
1    l1
2    t
2    q
3    p
3    l1
3    n
3    l1",header=TRUE)

# do some picking of the cases
result <- do.call(rbind,by(test,test$id,function(x) x[which(x$source=="l1")-1,]))
result <- result[result$source!="l1",]

这使：

> result
  id source
2  1      p
7  3      p
9  3      n
于 2013-03-20T05:35:36.340 回答
0

这是一个矢量化解决方案，仅使用来自 R 基础的简单函数。

如果DF是输入数据框，那么sel是一个逻辑向量，其TRUE组件选择所需的行。&由符号连接的三个术语选择这些行：

  • 下一行的source列等于“l1”和
  • 其源列不是l1并且
  • 是这样的，下一行不是第一行id

的长度sel比 in 的行数少一，DF因此我们使用它which来避免回收sel.

is.l1 <- DF$source == "l1"
sel <- is.l1[-1] & !is.l1[-nrow(DF)] & duplicated(DF$id)[-1]
DF[which(sel),]

最后一行的结果是：

  id source
2  1      p
7  3      p
9  3      n
于 2013-04-06T23:58:46.643 回答