按组选择每次运行零之前的最后一个非零值答案

【问题标题】：Select last non-zero value before each run of zero, by group按组选择每次运行零之前的最后一个非零值
【发布时间】：2021-10-07 06:54:53
【问题描述】：

我有以下数据框：

   variable       Date values values2
1         a 2017-01-01      3       1
2         a 2017-01-02      4       2
3         a 2017-01-03      5       1 # non-zero followed by zero
4         a 2017-01-04      0       2
5         a 2017-01-05      0       2
6         a 2017-01-06      0       3
7         b 2017-01-01     10       1
8         b 2017-01-02     11       2
9         b 2017-01-03     12       2
10        b 2017-01-04     13       3
11        b 2017-01-05     14       0
12        b 2017-01-06     15       1
13        c 2017-01-01     45       2
14        c 2017-01-02     50       3 # non-zero followed by zero
15        c 2017-01-03      0       0
16        c 2017-01-04      0       2
17        c 2017-01-05     10       1 # non-zero followed by zero
18        c 2017-01-06      0       1

我想在“值”列中选择非零值后跟零的行：

1 a        2017-01-03      5       1
2 c        2017-01-02     50       3
3 c        2017-01-05     10       1

请注意，一个变量中可能出现多个最后一个非零值。

我的代码不能正常工作，因为每个变量只有最后一个元素：

test_df <- structure(list(variable = c("a", "a", "a", "a", "a", "a", "b", "b", "b", "b", "b", "b", "c", "c", "c", "c", "c","c"), 
                          Date = structure(c(17167, 17168, 17169, 17170, 17171, 17172, 17167, 17168, 17169, 17170, 17171, 17172, 17167, 17168, 17169, 17170, 17171, 17172), class = "Date"), 
                          values = c(3, 4, 5, 0, 0, 0, 10, 11, 12, 13, 14, 15, 45, 50,0, 0, 10, 0),
                          values2 = c(1, 2, 1, 2, 2, 3, 1, 2, 2, 3, 0, 1, 2, 3, 0, 2, 1, 1)), 
                          row.names = c(NA, -18L), class = "data.frame", .Names = c("variable", "Date", "values", "values2"))

 test_df %>% 
  group_by(variable=factor(variable)) %>% 
  filter(any(values==0)) %>% 
  filter(values != 0) %>% 
  arrange(Date) %>% 
  slice(n()) %>% 
  ungroup() 

1 a        2017-01-03      5       1
2 c        2017-01-05     10       1

【问题讨论】：

标签： r dataframe dplyr

【解决方案1】：

此解决方案也可以帮助您：

library(dplyr)

test_df %>%
  group_by(variable) %>%
  filter(values != 0 & lead(values) == 0)

  variable       Date values values2
1        a 2017-01-03      5       1
2        c 2017-01-02     50       3
3        c 2017-01-05     10       1

【讨论】：

【解决方案2】：

这里的补全是data.table 答案-

library(data.table)
setDT(test_df)[, .SD[values != 0 & shift(values, type = 'lead') == 0], variable]

#   variable       Date values values2
#1:        a 2017-01-03      5       1
#2:        c 2017-01-02     50       3
#3:        c 2017-01-05     10       1

【讨论】：

【解决方案3】：

另一个使用diff的基本R选项

> subset(
+   test_df,
+   ave(values == 0, variable, FUN = function(x) c(diff(x) == 1, FALSE))
+ )
   variable       Date values values2
3         a 2017-01-03      5       1
14        c 2017-01-02     50       3
17        c 2017-01-05     10       1

【讨论】：

【解决方案4】：

使用来自base R的subset

subset(test_df, head(values, -1) != 0 &  tail(values, -1) == 0)
   variable       Date values values2
3         a 2017-01-03      5       1
14        c 2017-01-02     50       3
17        c 2017-01-05     10       1

如果是分组的，只需将其包裹在ave中

subset(test_df,  ave(values, variable, FUN = function(x) 
     c(head(x, -1)  != 0 & tail(x, -1) == 0, FALSE))> 0)
 variable       Date values values2
3         a 2017-01-03      5       1
14        c 2017-01-02     50       3
17        c 2017-01-05     10       1

【讨论】：