第一次看到特定观察后如何删除行

Question

我有一个数据集，其中我有帐号和每次观察的“逾期天数”。对于每个帐号，只要“逾期天数”列达到“DLQ3”之类的代码，我就想删除该帐户的其余行（即使 DLQ3 是该帐户的第一个观察值）。

我的数据集如下所示：

Obs_month  Acc_No       OS_Bal      Days_past_due
201005     2000000031   3572.68     NORM
201006     2000000031   4036.78     NORM
200810     2000000049   39741.97    NORM
200811     2000000049   38437.54    DLQ3
200812     2000000049   23923.98    DLQ1
200901     2000000049   35063.88    NORM

因此，对于帐户 2000000049，我想删除日期为 200812 之后的所有行，因为它现在是默认设置。

总而言之，我想查看帐户何时达到 DLQ3 以及何时删除第一次 DLQ3 观察后的所有行。

我尝试使用所有 DLQ3 观察值对数据进行子集化，并按升序对观察月份进行排序，并获得一个唯一的帐号列表，其中包含 DLQ3 及其达到 DLQ3 的第一个月。发布我认为我可以用原始数据做一些 left_join 并使用 ifelse 但流程是冒险的。

Answer 1

以下函数将扫描您的数据框并找到包含 DLQ3 标记的行。然后，它将删除该标签之后出现的该帐号的所有行。

scan_table <- function(data_frame, due_column, acct_column, due_tag) {
    for(i in 1:nrow(data_frame)) {
        if(data_frame[i,c(due_column)] == due_tag) {
            # remove rows past here, for this account 
            acct_num <- data_frame[i,c(acct_column)]
            top_frame <- data_frame[1:i,] # cut point
            sub_frame <- subset(data_frame, Acc_No != acct_num)
            final_frame <- unique(do.call('rbind', list(top_frame, sub_frame)))
            return(final_frame)
        }
    }
}

示例：

df

用法：

scan_table(df, 'Days_past_due', 'Acc_No', 'DLQ3')

如果您想要不同的东西，请告诉我。

Answer 2

举个例子

data <- read.table(text=
"Obs_month  Acc_No       OS_Bal      Days_past_due
201005     2000000031   3572.68     NORM
201006     2000000031   4036.78     NORM
200810     2000000049   39741.97    NORM
200811     2000000049   38437.54    DLQ3
200812     2000000049   23923.98    DLQ1
200901     2000000049   35063.88    NORM", stringsAsFactors=F, header=T)

我会整理的

data <- data[with(data, order(Acc_No, Obs_month)), ]

并定义一个函数，允许您设置指示到期的代码（示例中的“DLQ3”或“DLQ1”）

sbst <- function(data, pattern){
  if( all(data$Days_past_due %in% "NORM") == TRUE){
    return(data)} else{
      indx <- min(grep(1, match(data$Days_past_due, pattern, nomatch = 0)))
      data <- data[1:indx,]
      return(data)
    }
}

最后，应用函数并将data.frame的列表聚合到最终的data.frame中

Reduce(rbind, lapply(split(data, data$Acc_No), sbst, patter="DLQ3"))
#  Obs_month     Acc_No   OS_Bal Days_past_due
#1    201005 2000000031  3572.68          NORM
#2    201006 2000000031  4036.78          NORM
#3    200810 2000000049 39741.97          NORM
#4    200811 2000000049 38437.54          DLQ3