Question

我的数据框中包含文本列name和因子city。它首先按字母顺序排列city然后name。现在我需要得到一个数据框，其中只包含每个city中的第n个元素，保持这种顺序。如何在没有循环的情况下以漂亮的方式完成它？

我有：

name    city
John    Atlanta
Josh    Atlanta
Matt    Atlanta
Bob     Boston
Kate    Boston
Lily    Boston
Matt    Boston

我想要一个函数，它返回city的第n个元素，即如果它是第3个，那么：

name    city
Matt    Atlanta
Lily    Boston

如果NULL超出所选name的范围，则会返回city，{4}：

name    city
NULL    Atlanta
Matt    Boston

请仅使用基地R？

Answer 1

在使用by的基础R中：

设置一些测试数据，包括额外的超出范围值：

test <- read.table(text="name    city
John    Atlanta
Josh    Atlanta
Matt    Atlanta
Bob     Boston
Kate    Boston
Lily    Boston
Matt    Boston
Bob     Seattle
Kate    Seattle",header=TRUE)

获取每个城市的第3项：

do.call(rbind,by(test,test$city,function(x) x[3,]))

结果：

        name    city
Atlanta Matt Atlanta
Boston  Lily  Boston
Seattle <NA>    <NA>

为了得到你想要的东西，这里有一个小功能：

nthrow <- function(dset,splitvar,n) {
    result <- do.call(rbind,by(dset,dset[splitvar],function(x) x[n,]))
    result[,splitvar][is.na(result[,splitvar])] <- row.names(result)[is.na(result[,splitvar])]
    row.names(result) <- NULL
    return(result)
}

称之为：

nthrow(test,"city",3)

结果：

  name    city
1 Matt Atlanta
2 Lily  Boston
3 <NA> Seattle

Answer 2

您可以使用plyr：

dat <- structure(list(name = c("John", "Josh", "Matt", "Bob", "Kate",

“Lily”，“Matt”），city = c（“亚特兰大”，“亚特兰大”，“亚特兰大”，“波士顿”， “Boston”，“Boston”，“Boston”）,.。Name = c（“name”，“city”），class =“data.frame”，row.names = c（NA， -7L））

library(plyr)

ddply(dat, .(city), function(x, n) x[n,], n=3)

> ddply(dat, .(city), function(x, n) x[n,], n=3)
  name    city
1 Matt Atlanta
2 Lily  Boston
> ddply(dat, .(city), function(x, n) x[n,], n=4)
  name   city
1 <NA>   <NA>
2 Matt Boston
>

使用基础R或data.table或sqldf还有很多其他选项......

Answer 3

data.table解决方案

library(data.table)
DT <- data.table(test)

# return all columns from the subset data.table
n <- 4
DT[,.SD[n,] ,by = city]
##      city name
## 1: Atlanta   NA
## 2:  Boston Matt
## 3: Seattle   NA

# if you just want the nth element of `name` 
# (excluding other columns that might be there)
# any of the following would work

DT[,.SD[n,] ,by = city, .SDcols = 'name']


DT[, .SD[n, list(name)], by = city]


DT[, list(name = name[n]), by = city]

按因子选择数据框中的第n个元素

3 个答案: