对于列中的每个唯一值，找到最少 4 个日期答案

【问题标题】：For every unique value in column find the min 4 dates对于列中的每个唯一值，找到最少 4 个日期
【发布时间】：2018-10-29 05:21:36
【问题描述】：

我正在尝试查找列中每个唯一值的最少 4 个日期，并取这 4 个日期的平均值。

例如

ID      Date      Value
aa1    1/1/2006    5
aa1    2/1/2007    4
aa1    3/2/2005    7
aa1    1/20/1998   10
aa1    5/3/2001    9
aa1    7/4/2010    10
aa2n   4/3/2002    5
aa2n   4/5/2002    6
aa2n   6/30/2011   7
aa2n   6/21/2012   5
aa2n   1/5/1998    3

我想输出为

ID     Avg Value
aa1      7.75
aa2n     5.25

【问题讨论】：

标签： r loops

【解决方案1】：

我们将 'Date' 转换为 Date 类，arrange by 'Date' 并获得按 'ID' 分组的前 4 个 'Value' 的 mean

library(dplyr)
library(lubridate)
df1 %>% 
  group_by(ID) %>% 
  arrange(mdy(Date)) %>%
  summarise(Value = mean(head(Value, 4)))
# A tibble: 2 x 2
#  ID    Value
#   <chr> <dbl>
#1 aa1    7.75
#2 aa2n   5.25

或者我们可以使用data.table 来做到这一点

library(data.table)
setDT(df1)[order(mdy(Date)),.(Value = mean(head(Value, 4))), ID]
#     ID Value
#1: aa2n  5.25
#2:  aa1  7.75

【讨论】：

【解决方案2】：

您可以使用 dplyr::top_n 和 n=-4 来选择至少 4 个日期的记录。使用dplyr::summarise 计算mean 为Value。

library(dplyr)
library(lubridate)

df %>% mutate(Date = mdy(Date)) %>%
  group_by(ID) %>%
  top_n(-4, Date) %>%    #Last 4 records, ordered by Date
  summarise(AvgVal = mean(Value))

# A tibble: 2 x 2
#  ID    AvgVal
#  <chr>  <dbl>
#1 aa1     7.75
#2 aa2n    5.25

数据：

df <- read.table(text = 
"ID      Date      Value
aa1    1/1/2006    5
aa1    2/1/2007    4
aa1    3/2/2005    7
aa1    1/20/1998   10
aa1    5/3/2001    9
aa1    7/4/2010    10
aa2n   4/3/2002    5
aa2n   4/5/2002    6
aa2n   6/30/2011   7
aa2n   6/21/2012   5
aa2n   1/5/1998    3",
stringsAsFactors = FALSE, header = TRUE)

【讨论】：