Question

我正在使用几个大型数据框，需要通过船和网将数据分类到第一个和最后一个条目。我的数据框如下所示：

Boat     Net     DateTime
Dawn     71      2014-07-10 10:10
Dawn     71      2014-07-15 11:10
Whip     71      2014-07-17 08:10
Whip     71      2014-07-29 12:36
Dawn     71      2014-08-24 14:53
Whip     71      2014-09-02 11:17
Whip     73      2014-09-14 16:24
Whip     71      2014-09-15 18:16
Whip     73      2014-09-17 20:25

我需要数据框只包含每个网络的第一个和最后一个条目。数据应如下所示：

Boat     Net     DateTime
Dawn     71      2014-07-10 10:10
Whip     71      2014-07-17 08:10
Dawn     71      2014-08-24 14:53
Whip     73      2014-09-14 16:24
Whip     71      2014-09-15 18:16
Whip     73      2014-09-17 20:25

我尝试了几种不同的东西并且接近但不完全在那里。

Head <- aggregate(df, by = list(df$Net), FUN = head, n = 1)
Tail <- aggregate(df, by = list(df$Net), FUN = tail, n = 1)
Final <- rbind(Head, Tail)

这很好但是没有考虑到不同船上的相同网号，然后我尝试乘船分组但得到了相同的结果：

Head <- df %>% group_by(Boat) %>% aggregate(df, by = list(df$Net), FUN = head, n = 1) %>% ungroup

这两个函数都返回了以下数据:(仅限网络编号的第一个和最后一个条目）

Boat     Net     DateTime
Dawn     71      2014-07-10 10:10
Whip     73      2014-09-14 16:24
Whip     71      2014-09-15 18:16
Whip     73      2014-09-17 20:25

我认为我很接近但不能完全到达那里，我们将非常感谢任何帮助。

Answer 1

对于汇总方法，您可以通过向df$Boat提供df$Net和aggregate来获得所需内容：

Head <- aggregate(df, by = list(df$Boat, df$Net), FUN = head, n = 1)
Tail <- aggregate(df, by = list(df$Boat, df$Net), FUN = tail, n = 1)
Final <- rbind(Head, Tail)

由于您尝试使用dplyr＆＃39; group_by，这里是一个dplyr替代方案，它按组使用slice：

Final <- df %>%
  group_by(Boat, Net) %>%
  slice(c(1, n())) %>%
  ungroup()

（请注意group_by和aggregate在组合中不做任何特别的事情 - group_by仅适用于其他dplyr函数，例如slice，{{1} }，或summarize）。

Answer 2

do.call(rbind, lapply(split(df, paste(df$Boat, df$Net, sep = "-")),
           function(a) a[c(1, NROW(a)),]))
#          Boat Net         DateTime
#Dawn-71.1 Dawn  71 2014-07-10 10:10
#Dawn-71.5 Dawn  71 2014-08-24 14:53
#Whip-71.3 Whip  71 2014-07-17 08:10
#Whip-71.8 Whip  71 2014-09-15 18:16
#Whip-73.7 Whip  73 2014-09-14 16:24
#Whip-73.9 Whip  73 2014-09-17 20:25

数据

df = structure(list(Boat = c("Dawn", "Dawn", "Whip", "Whip", "Dawn", "Whip", "Whip", "Whip", "Whip"), Net = c(71L, 71L, 71L, 71L, 71L, 71L, 73L, 71L, 73L), DateTime = c("2014-07-10 10:10", "2014-07-15 11:10", "2014-07-17 08:10", "2014-07-29 12:36", "2014-08-24 14:53", "2014-09-02 11:17", "2014-09-14 16:24", "2014-09-15 18:16", "2014-09-17 20:25")), .Names = c("Boat", "Net", "DateTime"), class = "data.frame", row.names = c(NA, -9L ))

Answer 3

以下是data.table

的选项

library(data.table)
setDT(df)[, .SD[c(1, .N)], .(Boat, Net)]
#   Boat Net         DateTime
#1: Dawn  71 2014-07-10 10:10
#2: Dawn  71 2014-08-24 14:53
#3: Whip  71 2014-07-17 08:10
#4: Whip  71 2014-09-15 18:16
#5: Whip  73 2014-09-14 16:24
#6: Whip  73 2014-09-17 20:25

Group By Aggregate

3 个答案: