r - R：按一列分组，并返回任何其他列中值大于0的第一行，然后返回该行之后的所有行

Question

我是 R 编程新手，希望有人可以帮助我解决以下情况：

我有图片中显示的数据框（原始数据框），我想返回按 [ID] 列分组的第一条记录，该记录在四列（A、B、C 或 D 中的任何一列中的值 >= 1 ) 以及基于 [Date] 列之后的所有记录（所需的数据框应类似于图片中显示的输出数据框）。基本上，删除所有以黄色突出显示的记录。如果您能提供 R 代码来实现这一点，我将不胜感激。

structure(list(ID = c(101L, 101L, 101L, 101L, 101L, 101L, 103L, 
103L, 103L, 103L), Date = c(43338L, 43306L, 43232L, 43268L, 43183L, 
43144L, 43310L, 43246L, 43264L, 43209L), A = c(0L, 0L, 0L, 0L, 
0L, 0L, 0L, 1L, 0L, 0L), B = c(0L, 2L, 0L, 0L, 0L, 0L, 0L, 1L, 
0L, 0L), C = c(0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), D = c(0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L)), .Names = c("ID", "Date", 
"A", "B", "C", "D"), row.names = c(NA, -10L), class = c("data.table", 
"data.frame"))

标签： r

Answer 1

这是一个tidyverse解决方案。这种filter情况值得解释一下：

1. ID首先，我们按andDate和 group_by排序ID
2. 然后，对于每个 ID（因为我们按 ID 分组），我们应用过滤条件：
   1. 测试每一行是否有任何变量> 0
   2. 在这种情况下获取所有行（在组中）的行号
   3. 找到最低的（因为行是按日期排序的，这将是最早的）
   4. 获取该Date行的值。
   5. 然后过滤Date比>=这更多的行。

由于我们仍在按 分组ID，所有这些计算将分别针对每个组进行：

df %>%
    arrange(ID, Date) %>%
    group_by(ID) %>%
    filter(Date >= Date[min(which(A > 0 | B > 0 | C > 0 | D > 0))])

# A tibble: 7 x 6
# Groups:   ID [2]
     ID  Date     A     B     C     D
  <int> <int> <int> <int> <int> <int>
1   101 43232     0     0     1     0
2   101 43268     0     0     0     0
3   101 43306     0     2     0     0
4   101 43338     0     0     0     0
5   103 43246     1     1     0     0
6   103 43264     0     0     0     0
7   103 43310     0     0     0     0