时间戳

首页 > 解决方案 > 基于 R 中另一个表的值在表中首次出现

r - 基于 R 中另一个表的值在表中首次出现

问题描述

所以我有以下表格：

表 1：

Variable timestamp
s1       1053093896
s2       1053095216
s1       1053181616
s1       1053959216
s2       1054132016

和表 2：

Variable timestamp
s1       1053129600
s2       1053820800

我想提取每个变量的第一次出现，其中 tab1 的时间戳高于 tab2 的时间戳。我寻求的结果如下：

Variable timestamp
s1       1053181616
s2       1054132016

标签： rdataframedplyr

解决方案

这是使用该dplyr软件包的一种方式。我修改了数字以获得更好的可读性。

df1 <- data.frame(variable = c("s1", "s2", "s1", "s1", "s2"),
           timestamp = 1:5, stringsAsFactors = F)

df2 <- data.frame(variable = c("s1", "s2"),
                  timestamp = c(2, 4), stringsAsFactors = F)
> df1
  variable timestamp
1       s1         1
2       s2         2
3       s1         3
4       s1         4
5       s2         5

> df2
  variable timestamp
1       s1         2
2       s2         4

 library(dplyr)
df1 %>% left_join(df2, by = "variable", suffix = c("", "_2")) %>% 
  filter(timestamp > timestamp_2) %>% 
  group_by(variable) %>% 
  slice(1) %>% 
  select(-timestamp_2)

# A tibble: 2 x 2
# Groups:   variable [2]
  variable timestamp
  <chr>        <int>
1 s1               3
2 s2               5

推荐阅读