时间戳

首页 > 解决方案 > 按组选择每次运行的第一行

r - 按组选择每次运行的第一行

问题描述

我有一个分组变量（ID）和一些值（类型）的数据：

ID <- c("1", "1", "1", "1", "2", "2", "2", "2", "3", "3", "3", "3")
type <- c("1", "3", "3", "2", "3", "3", "1", "1", "1", "2", "2", "1")

dat <- data.frame(ID,type)

在每个 ID 中，我想删除重复的数字，不是唯一的，而是与前一个相同的。我注释了一些例子：

#     ID type
#  1   1    1
#  2   1    3 # first value in a run of 3s within ID 1: keep 
#  3   1    3 # 2nd value: remove  
#  4   1    2
#  5   2    3
#  6   2    3
#  7   2    1
#  8   2    1
#  9   3    1
# 10   3    2 # first value in a run of 2s within ID 3: keep
# 11   3    2 # 2nd value: remove
# 12   3    1

例如，ID 3 的值序列为 1,2,2,1。第三个值与第二个值相同，所以应该删除它，变成 1,2,1

因此，所需的输出是：

data.frame(ID = c("1", "1", "1", "2", "2", "3", "3", "3"),
           type = c("1", "3", "2", "3", "1", "1", "2", "1"))

  ID type
1  1    1
2  1    3
3  1    2
4  2    3
5  2    1
6  3    1
7  3    2
8  3    1

我试过了

 df[!duplicated(df), ]

但是我得到的是

ID <- c("1", "1", "1", "2", "2", "3", "3")
type<- c("1", "3", "2", "3", "1", "1", "2")

我知道重复只会保留唯一的。我怎样才能得到我想要的值？

我在这里先向您的帮助表示感谢！

标签： rduplicatessequencerun-length-encoding

解决方案

这是否有效：

library(dplyr)
dat %>% group_by(ID) %>% 
   mutate(flag = case_when(type == lag(type) ~ TRUE, TRUE ~ FALSE)) %>% 
     filter(!flag) %>% select(-flag)
# A tibble: 8 x 2
# Groups:   ID [3]
  ID    type 
  <chr> <chr>
1 1     1    
2 1     3    
3 1     2    
4 2     3    
5 2     1    
6 3     1    
7 3     2    
8 3     1

推荐阅读