如何仅选择 r 中数据框的每一年出现的个人答案

【问题标题】：How to select only the individuals that appear in every year of a dataframe in r如何仅选择 r 中数据框的每一年出现的个人
【发布时间】：2020-10-11 10:04:38
【问题描述】：

我正在尝试对从 2014 年开始到 2019 年结束的整个研究期间出现的个人进行子集化。因此，输出将是数据帧中每一年都出现的姓名列表。

我试过以下代码：

    big_data <- dplyr::bind_rows(df1, df2, df3, df4, df5, df6) # I've bound 6 different dataframes (each with data from one of the years) by row. These dfs have a different number of rows and columns. Some columns repeat in different years, while others don't.

    Date <- as.POSIXlt.Date(big_data$Date) 

    Year <- separate(big_data, Date, into = c('Month', 'Day', 'Year') %>% select(Year)) # I've extracted the Year from the Date variable (DD/MM/YYYY)

    Year <- big_data$Year # I've added it to the big_data

    Interval <- Year %between% c("2014", "2019") # I've created a timeperiod with the start and end years of the study

    big_data [, all.names(FocalID %in% Interval)] # I've tried to get the names of the individuals (in variable FocalID) that are present in the interval (but probably doesn't mean in every year)

显然这段代码不起作用。你能帮帮我吗？谢谢！

【问题讨论】：

标签： r select time

【解决方案1】：

如果您的数据框包含带有id 和year 的行，例如：

big_data <- data.frame(
  id = c(1,1,1,1,1,1,1,2,2,2,2,3,3,3,3,3,3),
  year = c(2014:2019, 2014:2019, 2014:2018)
)

   id year
1   1 2014
2   1 2015
3   1 2016
4   1 2017
5   1 2018
6   1 2019
7   1 2014
8   2 2015
9   2 2016
10  2 2017
11  2 2018
12  3 2019
13  3 2014
14  3 2015
15  3 2016
16  3 2017
17  3 2018

您可以使用dplyr 包从tidyverse 到group_by 单个主题id，然后检查以确保year 中的数据行包含所有2014-2019 年。对于给定的id，这将在所有行中出现filter - 如果代表所有年份。

library(dplyr)

big_data %>%
  group_by(id) %>%
  filter(all(2014:2019 %in% year))

基本 R 选项如下：

big_data[big_data$id %in% Reduce(intersect, split(big_data$id, big_data$year)), ]

在本例中，id 的 1 和 3 包括 2014-2019 年的所有年份。

输出

【讨论】：

【解决方案2】：

data.table 的另一个选项

library(data.table)
setDT(big_data)[big_data[, .I[all(2014:2019 %in% year)], id]$V1]

-输出

#    id year
# 1:  1 2014
# 2:  1 2015
# 3:  1 2016
# 4:  1 2017
# 5:  1 2018
# 6:  1 2019
# 7:  1 2014
# 8:  3 2019
# 9:  3 2014
#10:  3 2015
#11:  3 2016
#12:  3 2017
#13:  3 2018

数据

big_data <- data.frame(
  id = c(1,1,1,1,1,1,1,2,2,2,2,3,3,3,3,3,3),
  year = c(2014:2019, 2014:2019, 2014:2018)
)

【讨论】：