如何为以下数据框中的每个唯一 id 选择第一行和最后一行？
tmp <- structure(list(id = c(15L, 15L, 15L, 15L, 21L, 21L, 22L, 22L,
22L, 23L, 23L, 23L, 24L, 24L, 24L, 24L), d = c(1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), gr = c(2L, 1L,
1L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 1L, 2L), mm = c(3.4,
4.9, 4.4, 5.5, 4, 3.8, 4, 4.9, 4.6, 2.7, 4, 3, 3, 2, 4, 2), area = c(1L,
2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 2L, 3L)), .Names = c("id",
"d", "gr", "mm", "area"), class = "data.frame", row.names = c(NA,
-16L))
tmp
#> id d gr mm area
#> 1 15 1 2 3.4 1
#> 2 15 1 1 4.9 2
#> 3 15 1 1 4.4 1
#> 4 15 1 1 5.5 2
#> 5 21 1 1 4.0 2
#> 6 21 1 2 3.8 2
#> 7 22 1 1 4.0 2
#> 8 22 1 1 4.9 2
#> 9 22 1 2 4.6 2
#> 10 23 1 1 2.7 2
#> 11 23 1 1 4.0 2
#> 12 23 1 2 3.0 2
#> 13 24 1 1 3.0 2
#> 14 24 1 1 2.0 3
#> 15 24 1 1 4.0 2
#> 16 24 1 2 2.0 3
最佳答案
快速而简短的data.table解决方案:
tmp[, .SD[c(1,.N)], by=id]
其中.SD表示(D)ata的每个(S)子集，.N是每组中的行数，tmp 是一个data.table；例如默认情况下由 fread() 提供，或者使用 setDT() 转换 data.frame 提供。
请注意，如果一个组仅包含一行，则该行将在输出中出现两次，因为该行既是该组的第一行又是最后一行。为了避免在这种情况下重复，感谢@Thell:
tmp[, .SD[unique(c(1,.N))], by=id]
或者，以下内容使 .N==1 特殊情况的逻辑变得明确:
tmp[, if (.N==1) .SD else .SD[c(1,.N)], by=id]
在 if 的第一部分中不需要 .SD[1]，因为在这种情况下 .N 是 1 所以 .SD 无论如何都必须只是一行。
如果您愿意，您可以将 j 包裹在 {} 中，并在 {} 中包含一整页代码。只要 {} 中的最后一个表达式返回一个类似 list 的对象即可堆叠(例如普通的 list、 data.table 或 data.frame)。
tmp[, { ...; if (.N==1) .SD else .SD[c(1,.N)] } , by=id]
关于r - 在数据框中按组选择第一行和最后一行，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/8203818/