如何从分组数据框中的每个组中获取每个第 n 个元素答案

【问题标题】：How to get every nth element from each group in a grouped data frame如何从分组数据框中的每个组中获取每个第 n 个元素
【发布时间】：2019-11-25 17:42:47
【问题描述】：

我有一个大数据框，其中有一列，带有一个组名，它与 dplyr 分组。所以多行具有相同的组名。为了减少数据，我想从每组的第一个元素开始提取每个第 n 个元素。有没有没有循环的R方式？

用一个序列对每一行进行子集化，问题是每组的第一行经常被遗漏。例如

data[seq(1, nrow(data), 10), ] # Some groups start without the first row.

输入：

   Val Group
1  1.0 Fruit
2  2.0 Fruit
3  3.0 Fruit
4  1.5 Veg
5  2.8 Veg
6  4.2 Veg
7  5.1 Veg

输出（每隔一个元素，注意第三行！）：

   Val Group
1  1.0 Fruit
2  3.0 Fruit
**3  1.5 Veg**
4  4.2 Veg

【问题讨论】：

标签： r dataframe filter dplyr grouping

【解决方案1】：

library(dplyr)
data %>% group_by(Group) %>%
  slice(seq(1, n(), by = 2))

这给出：

# A tibble: 4 x 2
# Groups:   Group [2]
    Val Group
  <dbl> <fct>
1   1   Fruit
2   3   Fruit
3   1.5 Veg  
4   4.2 Veg

【讨论】：

或者使用计数器 - dat %>% group_by(Group) %>% filter(row_number() %% 2 == 1) ，在大数据上应该会快一点。

【解决方案2】：

这是一个基本的 R 方式：

DF$ID_by_Group <- ave(DF$Val, DF$Group, FUN =  seq_along)
DF[DF$ID_by_Group %in% seq(1,3, by = 2), ]

  Val Group ID_by_Group
1 1.0 Fruit           1
3 3.0 Fruit           3
4 1.5   Veg           1
6 4.2   Veg           3

ave() 函数按组创建 ID。第二个语句只是根据我们创建的ID_by_Group 进行过滤。

注意，我们可以一次完成所有操作和/或删除添加的列：

DF[ave(DF$Val, DF$Group, FUN =  seq_along) %in% seq(1,3, by = 2), ]

DF$ID_by_Group <- ave(DF$Val, DF$Group, FUN =  seq_along)

DF[DF$ID_by_Group %in% seq(1,3, by = 2), -3]
DF[DF$ID_by_Group %in% seq(1,3, by = 2), -grep('ID_by_Group', names(DF))]
DF[DF$ID_by_Group %in% seq(1,3, by = 2), c('Val', 'Group')]

#all provide:

  Val Group
1 1.0 Fruit
3 3.0 Fruit
4 1.5   Veg
6 4.2   Veg

【讨论】：

【解决方案3】：

另一种选择是data.table：

> setDT(data)                   
> data[(rowid(Group) %% 2) == 1]
   Val Group                    
1: 1.0 Fruit                    
2: 3.0 Fruit                    
3: 1.5   Veg                    
4: 4.2   Veg

【讨论】：

【解决方案4】：

另一个基本 R 选项，用于使用 ave 探索回收属性选择每组中的每 n 行

n <- 2

df[as.logical(with(df, ave(Val, Group, FUN = function(x) 
                      c(TRUE, rep(FALSE, n - 1))))),  ]

#  Val Group
#1 1.0 Fruit
#3 3.0 Fruit
#4 1.5   Veg
#6 4.2   Veg

这会返回一条警告消息，因为返回的向量长度不同，但我认为可以忽略它。

或者使用@thelatemail 的想法从没有给出警告信息的评论中。

df[as.logical(with(df, ave(Val, Group, FUN = function(x) 
                   seq_along(x) %% 2 == 1))), ]

【讨论】：