Question

如何使用dplyr在组内找到特定值的第一个出现。

以下代码给出了所需的结果，但我想知道是否有更短的方法。

另外，我担心group_by或mutate或其他一些功能可能会对行进行隐式重新排列，不知道这是否可能是个问题？

mtcars   %>% select( cyl, carb) %>% group_by( cyl ) %>%

   mutate( "occurence_of_4" =  carb == 4 )  %>%

   dplyr::arrange( cyl )  %>%

   group_by( cyl, occurence_of_4)  %>%

   mutate( "count" = 1:n(),
           "first_4_in_cyl_group"  = ifelse( occurence_of_4==TRUE & count==1, TRUE, FALSE))

第一次出现＆＃34; 4＆＃34;变量first_4_in_cyl_group为TRUE。在每个圆柱组中，FALSE否则：

Source: local data frame [32 x 5]
Groups: cyl, occurence_of_4

   cyl carb occurence_of_4 count first_4_in_cyl_group
1    4    1          FALSE     1                FALSE
2    4    2          FALSE     2                FALSE
3    4    2          FALSE     3                FALSE
4    4    1          FALSE     4                FALSE
5    4    2          FALSE     5                FALSE
6    4    1          FALSE     6                FALSE
7    4    1          FALSE     7                FALSE
8    4    1          FALSE     8                FALSE
9    4    2          FALSE     9                FALSE
10   4    2          FALSE    10                FALSE
11   4    2          FALSE    11                FALSE
12   6    4           TRUE     1                 TRUE
13   6    4           TRUE     2                FALSE
14   6    1          FALSE     1                FALSE
15   6    1          FALSE     2                FALSE
16   6    4           TRUE     3                FALSE
17   6    4           TRUE     4                FALSE
18   6    6          FALSE     3                FALSE
19   8    2          FALSE     1                FALSE
20   8    4           TRUE     1                 TRUE
21   8    3          FALSE     2                FALSE
22   8    3          FALSE     3                FALSE
23   8    3          FALSE     4                FALSE
24   8    4           TRUE     2                FALSE
25   8    4           TRUE     3                FALSE
26   8    4           TRUE     4                FALSE
27   8    2          FALSE     5                FALSE
28   8    2          FALSE     6                FALSE
29   8    4           TRUE     5                FALSE
30   8    2          FALSE     7                FALSE
31   8    4           TRUE     6                FALSE
32   8    8          FALSE     8                FALSE

Answer 1

您可以使用!duplicated。

mtcars %>%
  select(cyl, carb) %>%
  group_by(cyl) %>%
  mutate(first_4 = carb == 4 & !duplicated(carb == 4))  %>%
  arrange(cyl)

Answer 2

一些修改：

通过创建＆＃34; occurence_of_4＆＃34;删除第一个mutate步骤group_by

ifelse不需要，因为输出将是＆＃34; TRUE / FALSE＆＃34;

library(dplyr)
mtcars %>%
     select(cyl, carb) %>%
     group_by(cyl, occurence_of_4= carb==4) %>% 
     arrange(cyl) %>%
     mutate(count= row_number(), 
         first_4_in_cyl_group = occurence_of_4 & count==1)

Answer 3

而不是分组它足以通过cyl和carb安排。有了滞后，你可以检查以前的值。

mtcars数据库没有ID列，因此如果要重新排列行，可以使用add_rownames添加它们（如注释中建议的docendodiscimus）。

mtcars   %>% 
  select( cyl, carb ) %>%
  add_rownames() %>%
  arrange(cyl, carb) %>%
  mutate(
    isfirst = (carb == 4 & (is.na(lag(carb)) | lag(carb) != 4))) %>%
  filter(isfirst)

结果：

#      rowname cyl carb isfirst
# 1  Mazda RX4   6    4    TRUE
# 2 Duster 360   8    4    TRUE

使用dplyr mutate在组中查找第一次出现的值

3 个答案: