Question

我正在尝试清理我的数据，以便只保留在我的第一个采样周期中具有观察值的重复值。例如，如果我的数据框如下所示：

    df <- data.frame(ID = c(1,1,1,2,2,2,3,3,4,4), period = c(1,2,3,1,2,3,2,3,1,3), mass = rnorm(10, 5, 2)) 

    df

       ID period     mass
    1   1      1 3.313674
    2   1      2 6.371979
    3   1      3 5.449435
    4   2      1 4.093022
    5   2      2 2.615782
    6   2      3 3.622842
    7   3      2 4.466666
    8   3      3 6.940979
    9   4      1 6.226222
    10  4      3 4.233397

我想仅观察在第1期间测量的个人重复观察结果。我的新数据框架将如下所示：

       ID period     mass
    1   1      1 3.313674
    2   1      2 6.371979
    3   1      3 5.449435
    4   2      1 4.093022
    5   2      2 2.615782
    6   2      3 3.622842
    9   4      1 6.226222
    10  4      3 4.233397

使用此页面上的建议（Remove all unique rows）我尝试使用以下命令，但它留在个人3的观察中（在第1期未测量）。

    subset(df, duplicated(ID) | duplicated(ID, fromLast=T))

Answer 1

如果您需要基本解决方案，以下内容也应该有效。

> df_new <- df[df$ID %in% df$ID[df$period == 1], ]
> df_new
   ID period     mass
1   1      1 3.238832
2   1      2 3.428847
3   1      3 1.205347
4   2      1 8.498452
5   2      2 7.523085
6   2      3 3.613678
9   4      1 3.324095
10  4      3 1.932733

Answer 2

您可以按如下方式使用flush：

dplyr

仅在第一个采样期间表示重复值时才保留重复值

2 个答案: