根据列变量将数据集分为两部分，并且顺序很重要

Question

我正在尝试将我的数据分成两个数据框。我根据 Y 的值和数据的顺序来分离我的数据。同样，我的数据目前的顺序正确。我想要一个新数据框中 Y=1 的所有观察值以及该组中先前行的所有零。我想要一个单独的数据框中的所有 Y=2 以及该数据集中先前行中的所有零。一个例子可能会有所帮助。

ID  X1  Y
1   2   0
1   2   0
1   2   1
2   4   0
2   4   0
2   4   2
2   5   1
3   6   2

但是，我想要 2 个如下所示的数据框：

ID   X1  Y
1    2   0
1    2   0
1    2   1
2    5   1

和

ID  X1  Y
2   4   0
2   4   0
2   4   2
3   6   2

我已经试过这段代码取出两个的

newdataset<-Final[Final$Status==2,]

但是，它只保留 2 并忽略所有相应的零。

任何帮助将不胜感激。

Answer 1

您也可以使用图书馆（动物园）中的na.locf。
如果dd是数据集

v1 <- dd$Y

将0 的值更改为NA

v1[!v1] <- NA
library(zoo)

使用na.locf 创建索引。它将每个NA 替换为它之前的最近的非NA。

indx <- na.locf(v1,fromLast=T)

拆分数据集

  split(dd, indx)
 #$`1`
 # ID X1 Y
 #1  1  2 0
 #2  1  2 0
 #3  1  2 1
 #7  2  5 1

 #$`2`
  #   ID X1 Y
  # 4  2  4 0
  # 5  2  4 0
  # 6  2  4 2
  # 8  3  6 2

Answer 2

首先，我使用 cumsum 查看 Y 以查看 Y 的值何时不为零，并将每个块分配给一个新组。如果您的 data.frame 被称为dd，那么我们可以这样做

g1 <- head(cumsum(c(0,dd$Y)!=0),-1)

但这会将每次运行分配到不同的组，现在我们只需将它们重新分配回 1/2 组。我们可以使用ave 来执行此操作，以查看每组末尾的 Y 的非零值

g2 <- ave(dd$Y, g1, FUN=function(x) tail(x,1))

现在，有了适当的分区向量，我们就可以使用split 来创建单独的data.frames

split(dd, g2)

然后返回

$`1`
  ID X1 Y
1  1  2 0
2  1  2 0
3  1  2 1
7  2  5 1

$`2`
  ID X1 Y
4  2  4 0
5  2  4 0
6  2  4 2
8  3  6 2

根据需要。