Question

我有data.frame这种结构：

id time var1 var2 var3
1     2    4    5    6
1     4    8   51    7
1     1    9   17   38
2    12    8    9   21
2    15   25    6   23

对于所有ID，我想要包含最短时间的行。在这个例子中是这样的：

id time var1 var2 var3   
1     1    9   17   38
2    12    8    9   21

我认为aggregate函数会有用，但我不确定如何使用它。

Answer 1

您的标题可能会产生误导，因为您确实希望每行time保留最低id行。试试这个：

library(dplyr)
df %>%
    group_by(id) %>%
    arrange(id, time) %>%
    filter(row_number() == 1)

Answer 2

我们可以使用by，do.call以及功能齐全的which.min函数来获取所需内容：

do.call('rbind', by(df, df$id, function(x) x[which.min(x$time), ]))

#   id time var1 var2 var3
# 1  1    1    9   17   38
# 2  2   12    8    9   21

如果您怀疑每个ID可能有多个最小值，则可以避开which.min函数并使用which(x$time == min(x$time))：

do.call('rbind', by(df, df$id, function(x) x[which(x$time == min(x$time)), ]))

#   id time var1 var2 var3
# 1  1    1    9   17   38
# 2  2   12    8    9   21

数据

df <- structure(list(id = c(1L, 1L, 1L, 2L, 2L), 
time = c(2L, 4L, 1L, 2L, 15L), 
var1 = c(4L, 8L, 9L, 8L, 25L), 
var2 = c(5L, 51L, 17L, 9L, 6L), 
var3 = c(6L, 7L, 38L, 21L, 23L)), 
.Names = c("id", "time", "var1", "var2", "var3"), 
class = "data.frame", row.names = c(NA, -5L))

Answer 3

使用函数slice

dplyr

library(dplyr)
df %>% 
    group_by(id) %>% 
    slice(which.min(time))

输出：

Source: local data frame [2 x 5]
Groups: id [2]

     id  time  var1  var2  var3
  <dbl> <dbl> <dbl> <dbl> <int>
1     1     1     9    17    38
2     2    12     8     9    21

sqldf

library(sqldf)
sqldf('SELECT id, MIN(time) time, var1, var2, var3
                        FROM df 
                        GROUP BY id')

输出：

  id time var1 var2 var3
1  1    1    9   17   38
2  2   12    8    9   21

由一个变量聚合但添加其他变量

3 个答案:

数据