我有以下数据框 DF 描述了在特定日期从事项目的人员:
ID ProjectName StartDate
1 Health 3/1/06 18:20
2 Education 2/1/07 15:30
1 Education 5/3/09 9:00
3 Wellness 4/1/10 12:00
2 Health 6/1/11 14:20
目标是找到每个ID对应的第一个项目。例如，预期输出如下:
ID ProjectName StartDate
1 Health 3/1/06 18:20
2 Education 2/1/07 15:30
3 Wellness 4/1/10 12:00
到目前为止，我已完成以下操作以获取每个 ID 的第一个 StartDate:
sub <- ddply(DF, .(ID), summarise, st = min(as.POSIXct(StartDate)));
在此之后，我需要将 sub 中的每一行与原始 DF 匹配并提取与该 ID 和 StartDate 对应的项目。这可以在 sub 中的每一行的循环中完成。但是，我的数据集非常大，我想知道是否有一种有效的方法来进行此匹配并从 DF 中提取此子集。
最佳答案
这是一个 data.table解决方案，这应该是非常有效的。
DF <- data.frame(ID=c(1,2,1,3,2,1), ProjectName=c('Health', 'Education', 'Education', 'Wellness', 'Health', 'Health'),
StartDate=c('3/1/06 18:20', '2/1/07 15:30', '5/3/09 9:00', '4/1/10 12:00', '6/1/11 14:20', '1/1/06 11:10'))
请注意，我已经修改了您的数据，在最后添加了另一个元素，因此不再对日期进行排序。因此输出不同。
d <- as.data.table(DF)
# Order by StartDate and take the first ID.
# Assumes that your dates are month/day/year.
d[order(as.POSIXct(StartDate, format="%m/%d/%y %H:%M"))][,.SD[1,],by=ID]
## ID ProjectName StartDate
## 1: 1 Health 1/1/06 11:10
## 2: 2 Education 2/1/07 15:30
## 3: 3 Wellness 4/1/10 12:00
如果您的日期已经排序(如您的示例)，这就足够了:
d[,.SD[1,],by=ID]
关于r - 在 R 中匹配多个日期值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/16256342/