返回组的第一行答案

【问题标题】：Returning first row of group返回组的第一行
【发布时间】：2013-10-18 13:33:19
【问题描述】：

我有一个由ID 组成的数据框，这对于组中的每个元素、两个日期时间和这两者之间的时间间隔都是相同的。 datetime 对象之一是我的相关时间标记。现在我想获取数据帧的一个子集，其中包含每个组的最早条目。条目（尤其是时间间隔）需要保持不变。

我的第一种方法是根据 1. ID 和 2. 相关日期时间对框架进行排序。但是，我无法返回每个新组的第一个条目。

然后我一直在查看 aggregate() 和 ddply() 函数，但我在这两个函数中都找不到一个选项，它只返回第一个条目而不将聚合函数应用于时间间隔值。

有没有（简单的）方法可以做到这一点？

补充：通过添加我的 aggregate() 和 ddply() 注释，我可能不清楚。我不一定需要汇总。鉴于数据帧的排序方式是每个新组的第一行是我要查找的行，因此只需返回一个子集，其中每一行的 ID 与之前的 ID 不同（即每个新组的起始行）。

示例数据：

structure(list(ID = c(1454L, 1322L, 1454L, 1454L, 1855L, 1669L, 
1727L, 1727L, 1488L), Line = structure(c(2L, 1L, 3L, 1L, 1L, 
1L, 1L, 1L, 1L), .Label = c("A", "B", "C"), class = "factor"), 
    Start = structure(c(1357038060, 1357221074, 1357369644, 1357834170, 
    1357913412, 1358151763, 1358691675, 1358789411, 1359538400
    ), class = c("POSIXct", "POSIXt"), tzone = ""), End = structure(c(1357110430, 
    1357365312, 1357564413, 1358230679, 1357978810, 1358674600, 
    1358853933, 1359531923, 1359568151), class = c("POSIXct", 
    "POSIXt"), tzone = ""), Interval = c(1206.16666666667, 2403.96666666667, 
    3246.15, 6608.48333333333, 1089.96666666667, 8713.95, 2704.3, 
    12375.2, 495.85)), .Names = c("ID", "Line", "Start", "End", 
"Interval"), row.names = c(NA, -9L), class = "data.frame")

【问题讨论】：

请提供带有样本数据的可重现示例，最好使用dput。
aggregate(cols_to_aggregate ~ grouping_var, yourdata, head, 1) 可能会满足您的需求。
@AnandaMahto 啊，太好了，我总是忘记aggregate的公式形式。
您好，谢谢！提供可重复的示例很困难，因为数据并不意味着公开。我会看看我是否可以创建一些示例。但是，总体问题似乎已被理解。

标签： r aggregate plyr

【解决方案1】：

通过复制示例数据框并对其进行测试，我找到了一种获得所需结果的方法：

按相关列（ID、开始）对数据进行排序

ordered_data <- data[order(data$ID, data$Start),]
查找每个新 ID 的第一行

final <- ordered_data[!duplicated(ordered_data$ID),]

【讨论】：

【解决方案2】：

由于您不提供任何数据，这里是一个使用基本 R 和示例数据框的示例：

df <- data.frame(group=c("a", "b"), value=1:8)
## Order the data frame with the variable of interest
df <- df[order(df$value),]
## Aggregate
aggregate(df, list(df$group), FUN=head, 1)

编辑：正如阿南达在评论中建议的那样，以下对aggregate 的调用更好：

aggregate(.~group, df, FUN=head, 1)

如果您更喜欢使用plyr，可以将aggregate 替换为ddply：

ddply(df, "group", head, 1)

【讨论】：

谢谢！我认为“头”功能是我正在寻找的。但是，应用聚合函数或 ddply 函数都会导致 R 崩溃。
@user2035177 这就是为什么我们要求您发布可重现的示例 - 充其量我们只能猜测问题所在。获取 10 行数据，伪装 ID，并在日期时间中添加一些噪音。瞧，一个公共数据集。
提供。以及解决我的问题的一种方式。谢谢您的帮助。希望这对其他人也有帮助。
作为一个小警告，数百万行的长时间运行操作将需要一些时间并冻结 RGui。 RGui 仍会偶尔响应一次，但不会接受 R 控制台中的输入。

【解决方案3】：

使用来自collapse的ffirst

library(collapse)
ffirst(df, g = df$group)

数据

df <- data.frame(group=c("a", "b"), value=1:8)

【讨论】：

【解决方案4】：

这也可以通过dplyr 使用group_by 和slice-family 函数来实现，

data %>%
        group_by(ID) %>%
        slice_head(n = 1)

【讨论】：