Question

我的数据框包含多个主题x中不同时间点y的变量time和id的纵向测量值。但是x和y有一些缺失值。

我想要的是聚合数据框，以便对于每个id，我得到第一个定义x和y值的时间。 x和y将在不同的时间点进行，但无所谓。

testdf<-data.frame(id=c(rep("A",4),rep("B",4),rep("C",4) ), x=c(NA, NA, 1,2, 3, NA, NA, 1, 2, NA,NA, 5), y=rev(c(NA, NA, 1,2, 3, NA, NA, 1, 2, NA,NA, 5)), time=c(1,2,3,4,0.1,0.5,10,20,3,2,1,0.5))

这样testdf会减少到

 id x y
1  A 1 5
2  B 3 1
3  C 5 1

更新：是否有可能允许数据框具有大量变量的解决方案（解决方案或函数，您不必明确定义{{1如果数据框有大量变量，那么变量和x变量？

Answer 1

这是一个基础R方法 - 与@ kohske的答案几乎相同的概念，但使用by和lapply。

首先，您需要按“id”和“时间”订购data.frame（这也适用于@ kohske的回答）。

testdf2 <- testdf[order(testdf$id, testdf$time), ]

do.call(rbind, by(testdf2[2:3], 
                  testdf2$id, 
                  FUN = function(aa) 
                    lapply(aa, function(bb) na.omit(bb)[1])))
#   x y
# A 1 5
# B 3 1
# C 5 1

在by的第一部分中，指定要“聚合”的列。

Answer 2

这是你想要的吗？

> library(plyr)
> ddply(testdf, .(id), summarize, x = na.omit(x)[1], y = na.omit(y)[1])
  id x y
1  A 1 5
2  B 3 1
3  C 2 2

<强>已更新

这是隐式版本。

> ddply(subset(testdf, select = id:y), .(id), colwise(function(z) na.omit(z)[1]))
  id x y
1  A 1 5
2  B 3 1
3  C 2 2

有条件地聚合数据帧

2 个答案: