根据列中的条件使用 dplyr 进行切片答案

【问题标题】：Slicing using dplyr based on condition in a column根据列中的条件使用 dplyr 进行切片
【发布时间】：2021-09-09 08:43:40
【问题描述】：

我有一个数据框，其中包含对某些人的重复测量，data.frame 看起来像这样

# A tibble: 853 x 5
   ID         Test  N_ind Pheno  Week
   <chr>      <chr> <int> <dbl> <int>
 1 02A01      Int      96     0    12
 2 02A01      Int      96     0    24
 3 02A01      Int      94     0    36
 4 02A01      Int      90     0    48
 7 02A01      Int      78     1    84
 9 02A03      Int      96     0    12
10 02A03      Int      96     0    24
11 02A03      Int      94     0    36
19 02C03      Int      96     1    12
20 0202C03    Int      96     0    24
21 0202C03    Int      94     0    36
22 0202C03    Int      90     0    48
23 02E02      Int      96     0    12
24 02E02      Int      96     0    24
25 02E02      Int      94     1    36
26 02E02      Int      90     1    48

我想对 data.frame 进行子集化，首先按ID 分组，然后在组中选择Pheno 列中1 具有最低Week 值的那些人，但对于那些具有0 在Pheno 列中的Week 中的最大值。

最佳结果应如下所示：

   ID         Test  N_ind Pheno  Week
   <chr>      <chr> <int> <dbl> <int>
 7 02A01      Int      78     1    84
11 02A03      Int      94     0    36
19 02C03      Int      96     1    12
22 0202C03    Int      90     0    48
25 02E02      Int      94     1    36

我已经设法为1 值做到这一点，但我被困在如何为0 值做到这一点。

这是我的代码：

df_sub <- data %>% 
  group_by(ID) %>%
  arrange(Week, .by_group = TRUE) %>%
  ungroup()

任何帮助将不胜感激

【问题讨论】：

标签： r dplyr

【解决方案1】：

你可以试试-

library(dplyr)

data %>%
  group_by(ID) %>%
  filter(Week == if(all(Pheno == 0)) max(Week) else min(Week[Pheno == 1])) %>%
  ungroup

#   ID      Test  N_ind Pheno  Week
#  <chr>   <chr> <int> <int> <int>
#1 02A01   Int      78     1    84
#2 02A03   Int      94     0    36
#3 02C03   Int      96     1    12
#4 0202C03 Int      90     0    48
#5 02E02   Int      94     1    36

如果 all 组中的 Pheno 值为 0，则返回最大值，否则从 Pheno = 1 值返回最小值。

【讨论】：

太棒了！！我不知道我可以在filter 中使用if 和else 命令，谢谢！！

【解决方案2】：

在filter 中使用dplyr 和if、else，

df %>%
  group_by(ID) %>%
  filter(if (Pheno == 0) Week == max(Week)
         else Week == min(Week))

  ID      Test  N_ind Pheno  Week
  <chr>   <chr> <dbl> <dbl> <dbl>
1 02A01   Int      78     1    84
2 02A03   Int      94     0    36
3 02C03   Int      96     1    12
4 0202C03 Int      90     0    48
5 02E02   Int      90     1    48

【讨论】：

【解决方案3】：

我们可以先group_by ID，然后filter 使用 Pheno 中的max 值。之后，我们可以使用您想要的条件进行过滤，用 OR | 语句分隔。

library(dplyr)

df %>% group_by(ID) %>%
        filter(Pheno==max(Pheno))%>%
        filter(Pheno==0 & Week==min(Week)|Pheno==1 & Week==max(Week))

# A tibble: 5 x 5
# Groups:   ID [5]
  ID      Test  N_ind Pheno  Week
  <chr>   <chr> <int> <int> <int>
1 02A01   Int      78     1    84
2 02A03   Int      96     0    12
3 02C03   Int      96     1    12
4 0202C03 Int      96     0    24
5 02E02   Int      90     1    48

【讨论】：

【解决方案4】：

这是我想出的：

data %>%
  group_by(ID, Pheno) %>%
  filter(case_when(
    Pheno == 1 ~ Week == min(Week),
    Pheno == 0 ~ Week == max(Week)
  )) %>%
  ungroup(Pheno) %>%
  filter(case_when(
    any(Pheno == 1) ~ Pheno == 1,
    all(Pheno == 0) ~ Pheno == 0
  )) %>%
  ungroup()

哪些结果：

# A tibble: 5 x 5
  ID      Test  N_ind Pheno  Week
  <chr>   <chr> <int> <int> <int>
1 02A01   Int      78     1    84
2 02A03   Int      94     0    36
3 02C03   Int      96     1    12
4 0202C03 Int      90     0    48
5 02E02   Int      94     1    36

【讨论】：