R中每个观测值的第一行子集
R中每个观测值的第一行子集
提问于 2014-08-27 17:35:43
我有数据框架：
Observations Value
obs 1 1
obs 1 2
obs 1 3
obs 1 4
obs 2 5
obs 2 6
obs 2 7
obs 3 8
obs 3 9是否可能只对每个观测的第一行进行子集？
以至于我得到了：
Observations Value
obs 1 1
obs 2 5
obs 3 8回答 4
Stack Overflow用户
回答已采纳
发布于 2014-08-27 17:43:59
我认为您希望为此使用duplicated函数。
> df[!duplicated(df$Observations), ]
# Observations Value
# 1 obs 1 1
# 5 obs 2 5
# 8 obs 3 8另一种选择是
> unsplit(lapply(split(df, df$Observations), `[`, 1,), levels(df$Observations))
# Observations Value
# 1 obs 1 1
# 5 obs 2 5
# 8 obs 3 8虽然后者使用了一个循环，并且会比duplicated方法慢很多卫星。
do.call("rbind", lapply(split(df, df$Observations), "[", 1,))也可以使用。
Stack Overflow用户
发布于 2014-08-27 18:20:19
也可以为此使用dplyr：
library(dplyr)
group_by(dat, Observations) %>% filter(row_number() == 1)
#Source: local data frame [3 x 2]
#Groups: Observations
#
# Observations Value
#1 obs_1 1
#2 obs_2 5
#3 obs_3 8通过@akrun使用示例数据：
set.seed(49)
dat <- data.frame(Observations=sample(LETTERS, 1e5, replace=TRUE), value=rnorm(1e5))
library(microbenchmark)
library(data.table)
f1 <- function(){aggregate(value~Observations, head, 1, data=dat)}
f2 <- function(){dat[!duplicated(dat$Observations), ]}
f3 <- function(){DT <- data.table(dat, key='Observations')
DT[J(unique(Observations)), mult="first"]}
f4 <- function(){group_by(dat, Observations) %>% filter(row_number() == 1)}
microbenchmark(f1(), f2(), f3(), f4(), unit="relative")
#Unit: relative
#expr min lq median uq max neval
#f1() 149.0736206 145.881588 143.122352 138.611025 108.063314 100
#f2() 1.8248371 1.805648 1.783553 1.736195 1.554765 100
#f3() 0.9861738 1.259007 1.279011 1.270937 11.535428 100
#f4() 1.0000000 1.000000 1.000000 1.000000 1.000000 100在@Arun的评论之后，使用另一个data.table-approach更新：
set.seed(49)
dat <- data.frame(Observations=sample(LETTERS, 1e5, replace=TRUE), value=rnorm(1e5))
library(microbenchmark)
f1 <- function(){aggregate(value~Observations, head, 1, data=dat)}
f2 <- function(){dat[!duplicated(dat$Observations), ]}
f3 <- function(){DT <- data.table(dat, key='Observations')
DT[J(unique(Observations)), mult="first"]}
f4 <- function(){group_by(dat, Observations) %>% filter(row_number() == 1)}
f5 <- function() {dt = as.data.table(dat); unique(dt, by="Observations")}
microbenchmark(f1(), f2(), f3(), f4(), f5(), unit="relative")
#Unit: relative
#expr min lq median uq max neval
#f1() 274.036916 247.499012 234.616587 227.094582 8.54993826 100
#f2() 3.065027 3.059164 2.881088 2.797630 0.10404962 100
#f3() 2.122190 2.197721 2.105737 2.056280 0.08284540 100
#f4() 1.731631 1.703298 1.616957 1.584485 0.07353602 100
#f5() 1.000000 1.000000 1.000000 1.000000 1.00000000 100Stack Overflow用户
发布于 2014-08-27 17:37:42
这里有一种使用R基函数的方法
> aggregate(Value~Observations, head, 1, data=df) # df is your data.frame
Observations Value
1 obs1 1
2 obs2 5
3 obs3 8这个会给你同样的输出
> aggregate(Value~Observations, function(x) x[1], data=df)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/25533619
复制相关文章
相似问题
腾讯云开发者
