根据列值删除分组依据后的行

Question

我有一个包含不同 ID、日期、数量的数据集。所有 ID 都具有相同的确切开始日期，但有些 ID 的起始数量为 0，因此基本上开始日期应该更晚。

我正在尝试过滤行，以便每个 ID

df <- data.frame(ID = c("1", "1", "1", "1", "1", "1",
                        "2", "2", "2", "2", "2", "2",
                        "3", "3", "3", "3", "3", "3"),
                 Date = c(seq(as.Date("2000/1/1"), by = "month", length.out = 6),
                          seq(as.Date("2000/1/1"), by = "month", length.out = 6),
                          seq(as.Date("2000/1/1"), by = "month", length.out = 6)),
                 QTY = c(0, 0, 0, 40, 0, 60, 50, 55, 0, 70, 88, 64, 0, 43, 43, 0, 99, 99))

基本上在上面的 df 示例中，我希望 ID 号 1 从第四个 QTY 值开始，而 ID 号 3 从第二个 QTY 值开始。

我尝试使用 group by 并使用 ifelse 改变一个新列，但我遇到了一些错误。

我预期的 df 应该是从第一个到下面的一个转换，所以只需删除每个 ID 的第一行，直到 QTY 开始大于 0

df <- data.frame(ID = c("1", "1", "1",
                        "2", "2", "2", "2", "2", "2",
                        "3", "3", "3", "3", "3"),
                 Date = c(seq(as.Date("2000/4/1"), by = "month", length.out = 3),
                          seq(as.Date("2000/1/1"), by = "month", length.out = 6),
                          seq(as.Date("2000/2/1"), by = "month", length.out = 5)),
                 QTY = c(40, 0, 60, 50, 55, 0, 70, 88, 64, 43, 43, 0, 99, 99))

Answer 1

如果数据与您的示例中的一样(即没有 NA 或负值)，仅此 base 解决方案就足够了:

df[with(df, ave(QTY, ID, FUN = cumsum)) > 0, ]

或 subset(df, ave(QTY, ID, FUN = cumsum) > 0)，但可能稍微慢一点。

输出:

   ID       Date QTY
4   1 2000-04-01  40
5   1 2000-05-01   0
6   1 2000-06-01  60
7   2 2000-01-01  50
8   2 2000-02-01  55
9   2 2000-03-01   0
10  2 2000-04-01  70
11  2 2000-05-01  88
12  2 2000-06-01  64
14  3 2000-02-01  43
15  3 2000-03-01  43
16  3 2000-04-01   0
17  3 2000-05-01  99
18  3 2000-06-01  99

这与 dplyr 中的相同:

library(dplyr)

df %>%
  group_by(ID) %>%
  filter(cumsum(QTY) > 0)