仅当它们在第一个采样周期中表示时才保留重复值答案

【问题标题】：Keep duplicate values only if they are represented in first sampling period仅当它们在第一个采样周期中表示时才保留重复值
【发布时间】：2017-04-20 04:45:50
【问题描述】：

我正在尝试清理我的数据，以便只保留在我的第一个采样周期内观察到的重复值。例如，如果我的数据框如下所示：

    df <- data.frame(ID = c(1,1,1,2,2,2,3,3,4,4), period = c(1,2,3,1,2,3,2,3,1,3), mass = rnorm(10, 5, 2)) 

    df

       ID period     mass
    1   1      1 3.313674
    2   1      2 6.371979
    3   1      3 5.449435
    4   2      1 4.093022
    5   2      2 2.615782
    6   2      3 3.622842
    7   3      2 4.466666
    8   3      3 6.940979
    9   4      1 6.226222
    10  4      3 4.233397

我想只保留在第 1 期间测量的个人重复的观察结果。我的新数据框将如下所示：

       ID period     mass
    1   1      1 3.313674
    2   1      2 6.371979
    3   1      3 5.449435
    4   2      1 4.093022
    5   2      2 2.615782
    6   2      3 3.622842
    9   4      1 6.226222
    10  4      3 4.233397

使用此页面上的建议 (Remove all unique rows) 我曾尝试使用以下命令，但它留下了个人 3 的观察结果（在第 1 期未测量）。

    subset(df, duplicated(ID) | duplicated(ID, fromLast=T))

【问题讨论】：

标签： r dataframe duplicates unique subset

【解决方案1】：

如果您想要一个基本解决方案，以下也应该可以工作。

> df_new <- df[df$ID %in% df$ID[df$period == 1], ]
> df_new
   ID period     mass
1   1      1 3.238832
2   1      2 3.428847
3   1      3 1.205347
4   2      1 8.498452
5   2      2 7.523085
6   2      3 3.613678
9   4      1 3.324095
10  4      3 1.932733

【讨论】：

【解决方案2】：

你可以使用dplyr如下：

library(dplyr)
df %>% group_by(ID) %>% filter(1 %in% period)

#Source: local data frame [8 x 3]
#Groups: ID [3]

#     ID period     mass
#  <dbl>  <dbl>    <dbl>
#1     1      1 7.622950
#2     1      2 7.960665
#3     1      3 5.045723
#4     2      1 4.366568
#5     2      2 4.400645
#6     2      3 6.088367
#7     4      1 2.282713
#8     4      3 2.461640

【讨论】：