基于已更改的增量的子集行 - R答案

【问题标题】：Subset rows based on increments which got changed - R基于已更改的增量的子集行 - R
【发布时间】：2021-09-04 21:39:18
【问题描述】：

我想对数据框/表中的某些行进行子集化，这些行取决于某些起点并通过某些公式递增。例如，我创建了以下数据：

  Day =  seq(as.Date("2000-01-01"), length = 15, by = "days")              
  set.seed(123)
  df1 <- data.frame( rowid =  c(1:30),
               Category = c("ID1", "ID1","ID1", "ID1","ID1", "ID1","ID1", "ID1",  "ID1", "ID1","ID1", 
                      "ID1","ID1", "ID1", "ID2", "ID2","ID2", "ID2", "ID2", "ID2","ID2", "ID2", "ID2", "ID2",  "ID3", "ID3","ID3", "ID3", "ID3", "ID3"),
               Day =  rep(Day, 2),
               Var = sample(1:30, 30, TRUE) )
  df1

我有一个定义的起始位置，例如 start = 2。它代表每个 ID 相对于其类别的起始位置。例如，ID1 开始 ar rowid=2，ID2 从 rowid=16 开始，ID3 从 rowid=26 开始。

我想为每个 ID 设置子集 - 从其起始位置开始 - 所有按如下方式递增的行：increment[i]= increment[i-1] + constant。常数是一个常数，比如说 3。

输出应该是这样的：

  rowid     Category        Day       Var
    2       ID1         2000-01-02     19
    5       ID1         2000-01-05     10
    8       ID1         2000-01-08     11
    11      ID1         2000-01-11     14
    13      ID1         2000-01-13     25
    16      ID2         2000-01-01      5
    19      ID2         2000-01-04     25
    22      ID2         2000-01-07      9     
    26      ID3         2000-01-11     26
    29      ID3         2000-01-14      9

对此有任何帮助吗？谢谢

【问题讨论】：

我在理解您的逻辑时遇到了一些麻烦？请详细说明您的增量功能？在我看来，您似乎只想要从起点开始的每 3 个row，是吗？
你是绝对正确的，我想要每个 ID 从起点开始的每第 n 行（第 3 行）
结果中不应该是rowid == 14 而不是rowid == 13？
对，对不起，谢谢
@gogo88 - 如果以下答案之一对您有用，您能否接受它以便将其从未答复列表中删除？最好使该列表尽可能短:)

标签： r subset

【解决方案1】：

我们可以使用filter

library(dplyr)
df1 %>%
     group_by(Category) %>%
     filter(rep(c(FALSE, TRUE, FALSE), length.out = n()))

-输出

# A tibble: 10 x 4
# Groups:   Category [3]
   rowid Category Day          Var
   <int> <chr>    <date>     <int>
 1     2 ID1      2000-01-02    19
 2     5 ID1      2000-01-05    10
 3     8 ID1      2000-01-08    11
 4    11 ID1      2000-01-11    14
 5    14 ID1      2000-01-14    26
 6    16 ID2      2000-01-01     5
 7    19 ID2      2000-01-04    25
 8    22 ID2      2000-01-07     9
 9    26 ID3      2000-01-11    26
10    29 ID3      2000-01-14     9

【讨论】：

【解决方案2】：

您可以使用slice 创建一个序列并选择行。

library(dplyr)
df1 %>% group_by(Category) %>% slice(seq(2, n(), 3)) %>% ungroup

#   rowid Category Day          Var
#   <int> <chr>    <date>     <int>
# 1     2 ID1      2000-01-02    19
# 2     5 ID1      2000-01-05    10
# 3     8 ID1      2000-01-08    11
# 4    11 ID1      2000-01-11    14
# 5    14 ID1      2000-01-14    26
# 6    16 ID2      2000-01-01     5
# 7    19 ID2      2000-01-04    25
# 8    22 ID2      2000-01-07     9
# 9    26 ID3      2000-01-11    26
#10    29 ID3      2000-01-14     9

【讨论】：

【解决方案3】：

你想要这个吗？

> subset(df1, !!ave(rowid, Category, FUN = function(x) seq_along(x) %in% seq(2, length(x), 3)))
   rowid Category        Day Var
2      2      ID1 2000-01-02  19
5      5      ID1 2000-01-05  10
8      8      ID1 2000-01-08  11
11    11      ID1 2000-01-11  14
14    14      ID1 2000-01-14  26
16    16      ID2 2000-01-01   5
19    19      ID2 2000-01-04  25
22    22      ID2 2000-01-07   9
26    26      ID3 2000-01-11  26
29    29      ID3 2000-01-14   9

【讨论】：

【解决方案4】：

一种方法是使用ave，我更新了一个只有FALSE 的logical 向量，并将seq 获得的位置设置为TRUE by Category 并使用结果到子集df1。

start <- 2
constant <- 3

df1[ave(logical(nrow(df1)), df1$Category, FUN=function(i) 
  `[<-`(i,seq(start, length(i), constant), TRUE)),]
   rowid Category        Day Var
#2      2      ID1 2000-01-02  19
#5      5      ID1 2000-01-05  10
#8      8      ID1 2000-01-08  11
#11    11      ID1 2000-01-11  14
#14    14      ID1 2000-01-14  26
#16    16      ID2 2000-01-01   5
#19    19      ID2 2000-01-04  25
#22    22      ID2 2000-01-07   9
#26    26      ID3 2000-01-11  26
#29    29      ID3 2000-01-14   9

【讨论】：

【解决方案5】：

这是使用dplyr的解决方案

library(dplyr)

start <- 2
increment <- 3

df1 %>% 
  group_by(Category) %>% 
  filter((row_number() - start) %% increment == 0) %>% 
  ungroup()

基本上，此代码将过滤器应用于各个类别，并保留由提供的增量和起始值指定的行。

【讨论】：