每组的第一个和最后一个值的子集

Question

我在R中有一个数据框，其中有两列 temp 和 timeStamp 。数据定期具有 temp 值。数据帧的一部分看起来像 -

我必须创建显示温度随时间变化的折线图。从这里可以看出， timeStamp 的 temp 值保持不变。拥有这些重复值会增加数据文件的大小，我想删除它们。所以输出应该是这样的 -

仅显示有变化的值。 想不出一种方法可以在R中完成这个想法。任何正确方向的输入都会非常有用。

Answer 1

一种选择是使用data.table。我们转换了＆＃39; data.frame＆＃39;到＆＃39; data.table＆＃39; （setDT(df1)）。通过“临时”分组，我们对每个组的第一个和最后一个观察（.SD[c(1L, .N)]）进行了分组。如果每个组只有一个值，我们就这样行（else .SD）。

library(data.table)
setDT(df1)[, if(.N>1) .SD[c(1L, .N)] else .SD, by =temp]
#    temp val
#1: 22.50   1
#2: 22.50   4
#3: 22.37   5
#4: 22.42   6
#5: 22.42   7

或base R选项duplicated。我们检查了“{＆lt; temp”中的duplicated值。 （输出是逻辑矢量），并检查反面的复制（fromLast=TRUE）。使用&查找两种情况下TRUE的元素，否定（!）并对＆＃39; df1＆＃39;的行进行分组。

df1[!(duplicated(df1$temp) & duplicated(df1$temp,fromLast=TRUE)),]
#   temp val
#1 22.50   1
#4 22.50   4
#5 22.37   5
#6 22.42   6
#7 22.42   7

数据

df1 <- data.frame(temp=c(22.5, 22.5, 22.5, 22.5, 22.37,22.42, 22.42), val=1:7)

Answer 2

这是一个dplyr解决方案：

# Toy data
df <- data.frame(time = seq(20), temp = c(rep(60, 5), rep(61, 7), rep(59, 3), rep(60, 5)))

# Now filter for the first and last rows and ones bracketing a temperature change
df %>% filter(temp!=lag(temp) | temp!=lead(temp) | time==min(time) | time==max(time))

  time temp
1    1   60
2    5   60
3    6   61
4   12   61
5   13   59
6   15   59
7   16   60
8   20   60

如果数据按第三列（id）分组，只需在过滤步骤之前添加group_by(id) %>%。