Question

我在R中有一个data.frame，其样本数据如下所示：

dat <- data.frame(NAME=c("NAME1","NAME1","NAME1","NAME1","NAME2","NAME2","NAME2","NAME2") , SURVEY_YEAR =c(1947,1958,1978,1987,1963,1991,2004,1993), REFERENCE_YEAR=c(1934,1947,1974,1947,1944,1987,1993,1987), VALUE=c(10,15,13,20,-2,7,12,-19))

dat
       NAME SURVEY_YEAR REFERENCE_YEAR VALUE
    1 NAME1        1947           1934    10
    2 NAME1        1958           1947    15
    3 NAME1        1978           1974    13
    4 NAME1        1987           1947    20
    5 NAME2        1963           1944    -2
    6 NAME2        1991           1987     7
    7 NAME2        2004           1993    12
    8 NAME2        1993           1987   -19

我怎样才能先按REFERENCE_YEAR（从最低到最高）对其进行排序：

   NAME SURVEY_YEAR REFERENCE_YEAR VALUE
1 NAME1        1947           1934    10
2 NAME1        1958           1947    15
3 NAME1        1987           1947    20
4 NAME1        1978           1974    13
5 NAME2        1963           1944    -2
6 NAME2        1991           1987     7
7 NAME2        1993           1987   -19
8 NAME2        2004           1993    12

然后，如果REFERENCE_YEAR中的某一年相同，请从REFERENCE_YEAR删除覆盖较长期间（从SURVEY_YEAR到dat）的那一年，然后写下将行删除为新的data.frame？

带有示例数据的data.frame最终应该如下所示：

  NAME SURVEY_YEAR REFERENCE_YEAR VALUE
1 NAME1        1947           1934    10
2 NAME1        1958           1947    15
3 NAME1        1978           1974    13
4 NAME2        1963           1944    -2
5 NAME2        1991           1987     7
6 NAME2        2004           1993    12

Answer 1

第一步是对REFERENCE_YEAR和＆amp; SURVEY_YEAR。具有最长间隔的项目将首先排序，并由duplicated（）函数选择为NOT-duplicated，因此只需使用逻辑索引将它们保留：

> dat2 <- dat[ order(dat$REFERENCE_YEAR, dat$SURVEY_YEAR) , ]
> dat2 <- dat2[ !duplicated( dat2$REFERENCE_YEAR) , ]
> dat2
   NAME SURVEY_YEAR REFERENCE_YEAR VALUE
1 NAME1        1947           1934    10
5 NAME2        1963           1944    -2
2 NAME1        1958           1947    15
3 NAME1        1978           1974    13
6 NAME2        1991           1987     7
7 NAME2        2004           1993    12

Answer 2

BondedDust留下了一个优雅的答案。我的回答比他长得多。但是，让我离开它。

dat %>%
    arrange(REFERENCE_YEAR) %>%
    mutate(gap = SURVEY_YEAR - REFERENCE_YEAR) %>%
    arrange(REFERENCE_YEAR, gap) %>%
    group_by(NAME, REFERENCE_YEAR) %>%
    filter(gap == gap[1]) %>%
    arrange(NAME,REFERENCE_YEAR)

#   NAME SURVEY_YEAR REFERENCE_YEAR VALUE gap
#1 NAME1        1947           1934    10  13
#2 NAME1        1958           1947    15  11
#3 NAME1        1978           1974    13   4
#4 NAME2        1963           1944    -2  19
#5 NAME2        1991           1987     7   4
#6 NAME2        2004           1993    12  11

R：按列对data.frame进行排序并有条件地删除行

2 个答案: