dplyr:基于另一列进行过滤
dplyr:基于另一列进行过滤
提问于 2016-07-15 20:46:45
假设我有以下数据，并且对获取类型为"ts“的日期的数据感兴趣。当然，有些日期的ts是不可用的，我需要恢复到这些日期的“实际”值。
dat = data.frame(dte = c("2011-01-01","2011-02-01","2011-03-01","2011-04-01","2011-05-01",
"2011-01-01","2011-02-01","2011-03-01"),
type = c("real","real","real","real","real","ts","ts","ts"),
value=rnorm(8))
dat
cpy = dat %>% dplyr::filter(type == "ts")
cpy这样的事情怎么能在dplyr中完成呢。
预期输出为：
dte type value
"2011-01-01" ts ....
"2011-02-01" ts
"2011-03-01" ts
"2011-04-01" real
"2011-05-01" real回答 3
Stack Overflow用户
发布于 2016-07-15 21:10:40
您可以尝试使用基础包，
rbind(dat[dat$type == "ts",], dat[!unique(dat$dte) %in%
dat[dat$type == "ts","dte"], ])
# dte type value
#6 2011-01-01 ts -0.98109206
#7 2011-02-01 ts 1.67626166
#8 2011-03-01 ts -0.06997343
#4 2011-04-01 real 1.27243996
#5 2011-05-01 real -1.63594680获取type等于ts的行，并从real类型中提取剩余日期的rbind。
Stack Overflow用户
发布于 2016-07-15 21:32:22
一种想法是group_by() date，并将值保留在type == "ts"的位置，或者当给定日期没有type == "ts"时，保留另一个值：
dat %>%
group_by(dte) %>%
filter(type == "ts" | !any(type == "ts"))这就给出了：
#Source: local data frame [5 x 3]
#Groups: dte [5]
#
# dte type value
# <fctr> <fctr> <dbl>
#1 2011-04-01 real 0.2522234
#2 2011-05-01 real -0.8919211
#3 2011-01-01 ts 0.4356833
#4 2011-02-01 ts -1.2375384
#5 2011-03-01 ts -0.2242679Stack Overflow用户
发布于 2016-07-15 20:53:30
通过使用dplyr，我们还可以使用which.max
library(dplyr)
dat %>%
group_by(dte) %>%
slice(which.max(factor(type)))
# dte type value
# <fctr> <fctr> <dbl>
#1 2011-01-01 ts -0.5052456
#2 2011-02-01 ts -0.4038810
#3 2011-03-01 ts -1.5349627
#4 2011-04-01 real 1.6812035
#5 2011-05-01 real -0.9902754或者对data.table使用类似的选项
library(data.table)
setDT(dat)[, .SD[which.max(factor(type))] , dte]
# dte type value
#1: 2011-01-01 ts -0.5052456
#2: 2011-02-01 ts -0.4038810
#3: 2011-03-01 ts -1.5349627
#4: 2011-04-01 real 1.6812035
#5: 2011-05-01 real -0.9902754页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/38396516
复制相关文章
相似问题
腾讯云开发者
