如果任何连续值不满足阈值，则删除 ID答案

【问题标题】：Remove ID if any consecutive values does not meet threshold如果任何连续值不满足阈值，则删除 ID
【发布时间】：2019-02-07 20:49:48
【问题描述】：

我的数据框如下所示：

id        year        value
1         2000        23
1         2001        40
1         2003        93
2         1998        90
2         1999        91
2         2002        92
3         2015        12
3         2016        13
3         2017        14

如果有任何两个连续的值不符合90的阈值，我想删除该ID。注意：在这种情况下，连续，只是意味着一年又一年，不一定是一年之后。（例如：ID 1 的 2001 年和 2003 年是连续年份）

输出应该只是 id 2。如果 id 2 有任何两个连续值

id        year        value
2         1998        90
2         1999        91
2         2002        92

【问题讨论】：

欢迎来到 SO！你试过什么了？你在哪里卡住？请修改您的问题以符合reproducible example 的标准。

标签： r

【解决方案1】：

也可以：

library(dplyr)

df %>%
  group_by(id) %>%
  filter(!any(value < 90 & lag(value) < 90))

输出：

# A tibble: 3 x 3
# Groups:   id [1]
     id  year value
  <int> <int> <int>
1     2  1998    90
2     2  1999    91
3     2  2002    92

【讨论】：

分组把它变成tibble 想要显示更漂亮的结果，你可以在最后做%>% as.data.frame()。

【解决方案2】：

此解决方案使用包dplyr。

library(dplyr)

df1 %>%
  group_by(id) %>%
  filter(all(value[-1] >= 90 | value[-n()] >= 90))
## A tibble: 3 x 3
## Groups:   id [1]
#     id  year value
#  <int> <int> <int>
#1     2  1998    90
#2     2  1999    91
#3     2  2002    92

数据。

df1 <- read.table(text = "
id        year        value
1         2000        23
1         2001        40
1         2003        93
2         1998        90
2         1999        91
2         2002        92
3         2015        12
3         2016        13
3         2017        14                  
", header = TRUE)

【讨论】：

@arg0naut 我删除了向量的第一个元素和最后一个元素n()。所以这两个结果向量是滞后的，并且对 value[2] 和 value[1] 进行 OR'ed，然后是 3 和 2，等等。

【解决方案3】：

使用dplyr，您可以先识别小于90的值。然后您可以计算序列中有多少条目小于90。之后您可以只保留您没有观察到2个连续值的id小于 90。

library(dplyr)
df %>%
  mutate(value_90 = value < 90) %>%
  group_by(id) %>%
  mutate(n_cons = cumsum(value_90)) %>%
  filter(!any(n_cons == 2)) %>%
  select(id, year, value)

# A tibble: 3 x 3
# Groups:   id [1]
     id  year value
  <dbl> <dbl> <dbl>
1     2  1998    90
2     2  1999    91
3     2  2002    92

【讨论】：

【解决方案4】：

使用 dplyr 和 rle...

library(dplyr)
DT %>% mutate(test = value < 90) %>% group_by(id) %>% filter(
  with(rle(test), !any(lengths >= 2 & values))
) %>% select(-test)

# A tibble: 3 x 3
# Groups:   id [1]
     id  year value
  <int> <int> <int>
1     2  1998    90
2     2  1999    91
3     2  2002    92

【讨论】：