我正在尝试从下面的数据框中选择 num 列中值为 2 且至少 相隔 2 行的 ID。换句话说,给定以下数据框:
df2 <- data.frame(id=c(1,1,1,1,1,2,2,2,2,3,3,3,3,3,3),
num=c(1,2,1,1,2,1,1,1,2,2,1,1,1,2,2))
df2$id <- as.factor(df2$id)
如何选择 id 变量,使 2 的值至少隔行?
我正在寻找的过程的结果将选择 id 1,因为 2 的值至少由一行分隔(本例中为 2 行)。谢谢。
此外,下面的解决方案似乎不适用于以下示例:
df <- data.frame(
id=c(1,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3,3,4,4,4,4,4,4),
num=c(1,2,1, 1,2,2, 1,1,1,2,2,1, 1,1,1,2,2,1, 1,2,1,2,2,2)
)
df$id<-as.factor(df$id)
同样,结果应该只有 id 1。我只想根据 ID 查找数字 2 被另一个 2 分隔一行或多行的任何实例。
最佳答案
data.table 我会使用 data.table 包:
library(data.table)
setDT(df)
df[num == 2, .N > 1L && any(diff(.I) > 2L), by=id]
id V1
1: 1 TRUE
2: 2 FALSE
3: 3 FALSE
工作原理:语法为 DT[i, j, by]
i
子集行- 然后
by
将剩余的行分组 - 然后计算
j
在j
里面我们有.I
,为了方便存储行号;和 .N
,by
组中的行数。所以要提取具有 V1 == TRUE
的 id,我们可以执行 res[V1 == TRUE, id]
。或者,整个操作可以像
df[num == 2, .N > 1L && any(diff(.I) > 2L), by=id][V1 == TRUE, id]
[1] 1
Levels: 1 2 3
base 或 dplyr base R 中的(几乎)类似物是
sapply(split(df$num == 2, df$id), function(x){
w = which(x)
length(w) > 1L && any(diff(w) > 2L)
})
1 2 3
TRUE FALSE FALSE
后者也适用于 dplyr
library(dplyr)
df %>% group_by(id) %>% summarise(x = {
w = which(num == 2)
length(w) > 1L && any(diff(w) > 2L)
})
# A tibble: 3 x 2
id x
<fctr> <lgl>
1 1 TRUE
2 2 FALSE
3 3 FALSE
关于r - 根据列中两行之间的距离选择因素,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39839816/