Question

我有一个多年来在x个单位和y个采样站（每个单位内有多个站点）收集的植被指标数据框。我想为最近一年收集数据的每个单位选择所有植被数据。以下是我的数据框的示例：

veg <- c("tree","grass","tree","grass","tree","grass","tree","grass")
cover <- c(0.97,0.21,0.35,0.67,0.45,0.72,0.27,0.67)
unit <- c("U1","U1","U1","U1","U2","U2","U2","U2")
station <- c("A1","A1","A2","A2","A3","A3","A4","A4")
year <- c(2015,2015,2014,2014,2013,2013,2014,2014)
df <- data.frame(veg,cover,unit,station,year)

数据框如下所示：

    veg cover unit station year
1  tree  0.97   U1      A1 2015
2 grass  0.21   U1      A1 2015
3  tree  0.35   U1      A2 2014
4 grass  0.67   U1      A2 2014
5  tree  0.45   U2      A3 2013
6 grass  0.72   U2      A3 2013
7  tree  0.27   U2      A4 2014
8 grass  0.67   U2      A4 2014

我希望它看起来像这样：

    veg cover unit station year
1  tree  0.97   U1      A1 2015
2 grass  0.21   U1      A1 2015
3  tree  0.27   U2      A4 2014
4 grass  0.67   U2      A4 2014

非常感谢任何帮助。

Answer 1

这可以得到你的答案，你想要最近的蔬菜/单位吗？

library(dplyr)
df %>% 
    group_by(veg, unit) %>% 
    arrange(desc(year)) %>% 
    slice(1)

Answer 2

如果没有任何包装，这是怎么做的。

df.by     = by(df, df$unit, FUN = function(t) t[t$year == max(t$year),])
df.recent = Reduce(function(...) merge(..., all=T), df.by)
df.recent

输出

>     df.recent
    veg cover unit station year
1 grass  0.21   U1      A1 2015
2 grass  0.67   U2      A4 2014
3  tree  0.27   U2      A4 2014
4  tree  0.97   U1      A1 2015

对于第一行，我们使用函数by按因子df$unit对数据帧进行子集化。对于每个子集（对于每个单元），我们通过匿名函数function(t) t[t$year == max(t$year),])提取最近一年的行。

df.by是一个数据框列表，其中只包含每个单元最近一年的行。

对于第二行，我们使用merge函数合并df.by中的所有数据框。 Simultaneously merge multiple data.frames in a list中解释了此代码的使用。

按最近一年选择行

2 个答案: