如何使用 dplyr 在层级中获取最大/秒最大值？

Question

我有一个数据，我想从中获取以下信息。示例基于ID == 1。

1. 每个 ID 的第一个日期及其对应的结果（对于 ID == 1 其 DATE == 1/3/2018）。如果有层级，则取最后一行 (RESULT == 110)。
2. 每个 ID 的第二个日期及其对应的结果（对于 ID == 1 其 DATE == 2/3/2018）。如果有层级，则取最后一行 (RESULT == 117)。
3. 最低结果及其对应日期。如果最小值有 2 个日期，则输出第一个日期。第二个日期将是第二低结果的日期。
4. 次低结果及其对应日期。如果最低值与最低结果不同。

数据：

df <- read.table(text = "
                ID DATE RESULT
                1 1/3/2018 110
                1 1/3/2018 120
                1 2/3/2018 115
                1 2/3/2018 117
                1 3/3/2018 100
                1 4/3/2018 100
                2 1/11/2018 110
                2 1/11/2018 120
                2 1/11/2018 108
                2 2/11/2018 115
                2 3/11/2018 80
                2 4/11/2018 70", header = TRUE, stringsAsFactors = FALSE) 

期望的输出：

df_out <- read.table(text = "
                ID FIRST_DATE FIRST_RESULT SECOND_DATE SECOND_RESULT LOWEST_DATE LOWEST_RESULT SECOND_LOWEST_DATE SECOND_LOWEST_RESULT
                1 2018-03-01 120 2018-03-02 117 2018-03-03 100 2018-03-04 100
                2 2018-11-01 108 2018-11-02 115 2018-11-04 70 2018-11-03 80", header = TRUE, stringsAsFactors = FALSE)

采取的步骤：

1. 将问题一分为二，一是按日期排序，二是按结果排序。
2. 第一部分使用dplyr::dense_rank，第二部分使用dplyr::row_number。
3. 以dplyr::full_join 获取最终数据帧。

我的代码运行良好，但我觉得它太长了。因此，我想问一下是否有人可以更简洁地写出来。

library(dplyr)
library(tidyr)

# First Portion
df_DATE <- df %>% 
  group_by(ID) %>% 
  mutate(DATE = dmy(DATE),
         RANK_DATE = dense_rank(DATE)) %>% 
  group_by(ID, RANK_DATE) %>% 
  filter(RANK_DATE %in% 1:2,
         row_number() == n()) %>% 
  ungroup() %>% 
  mutate(DATE = as.character(DATE)) %>% 
  gather(VARIABLE, VALUE, -c(ID, RANK_DATE)) %>% 
  unite(VARIABLE, VARIABLE, RANK_DATE) %>% 
  spread(VARIABLE, VALUE) %>% 
  select(ID, 
         FIRST_DATE = DATE_1, FIRST_RESULT = RESULT_1, 
         SECOND_DATE = DATE_2, SECOND_RESULT = RESULT_2)

# Second Portion
df_RESULT <- df %>%
  group_by(ID) %>% 
  mutate(DATE = dmy(DATE),
         RANK_RESULT = row_number(RESULT)) %>% 
  filter(RANK_RESULT %in% 1:2) %>% 
  mutate(DATE = as.character(DATE)) %>% 
  gather(VARIABLE, VALUE, -c(ID, RANK_RESULT)) %>% 
  unite(VARIABLE, VARIABLE, RANK_RESULT) %>% 
  spread(VARIABLE, VALUE) %>% 
  select(ID, 
         LOWEST_DATE = DATE_1, LOWEST_VALUE = RESULT_1, 
         SECOND_LOWEST_DATE = DATE_2, SECOND_LOWEST_VALUE = RESULT_2)

# Combine the 2 portions
df_out <- full_join(df_DATE, df_RESULT)

Answer 1

如果我没有错过任何事情，我们可以在一个链中完成此操作而无需任何重塑或加入

library(dplyr)

df %>%
  mutate(DATE = as.Date(DATE, "%d/%m/%Y")) %>%
  #arrange(ID, DATE) %>% #if need to be sure that data is arranged by `ID` and `DATE`
  group_by(ID) %>%
  summarise(FIRST_DATE = first(DATE), 
            FIRST_RESULT = RESULT[max(which(DATE == FIRST_DATE))], 
            SECOND_DATE = unique(DATE)[2], 
            SECOND_RESULT = RESULT[max(which(DATE == SECOND_DATE))], 
            LOWEST_DATE = DATE[which.min(RESULT)], 
            LOWEST_RESULT = RESULT[which.min(RESULT)], 
            SECOND_LOWEST_DATE = DATE[order(RESULT)[2]], 
            SECOND_LOWEST_RESULT = RESULT[order(RESULT)[2]])

# A tibble: 2 x 9
#     ID FIRST_DATE FIRST_RESULT SECOND_DATE SECOND_RESULT LOWEST_DATE LOWEST_RESULT SECOND_LOWEST_D… SECOND_LOWEST_R…
#  <int> <date>            <int> <date>              <int> <date>              <int> <date>                      <int>
#1     1 2018-03-01          120 2018-03-02            117 2018-03-03            100 2018-03-04                    100
#2     2 2018-11-01          108 2018-11-02            115 2018-11-04             70 2018-11-03                     80

解释一下：

FIRST_DATE - 从DATE 中选择first 值

FIRST_RESULT = RESULT[max(which(DATE == FIRST_DATE)) - 获取DATE 等于FIRST_DATE 的索引并选择max 索引以获取最后一行以防出现平局。

SECOND_DATE = unique(DATE)[2] 获得第二个不同的DATE

SECOND_RESULT = RESULT[max(which(DATE == SECOND_DATE))] - 获取DATE 等于SECOND_DATE 的索引并选择max 索引以获取最后一行以防出现平局。

LOWEST_DATE = DATE[which.min(RESULT)] - 获取最低的DATE。 which.min 返回第一个最小值的索引 DATE

LOWEST_RESULT - 获取LOWEST_DATE对应的RESULT

SECOND_LOWEST_DATE = DATE[order(RESULT)[2]] - 使用order 我们按升序排列RESULT 并选择第二个条目。这既适用于关系，也适用于RESULT 中的不同条目。

SECOND_LOWEST_RESULT - 获取对应的RESULT 条目。