Question

我之前发布了question关于按组汇总值的信息，不包括NA或文字以下的值。这个问题类似，但我不想按小组求和，而是删除特定文本（在这种情况下为end）下的所有值，这些值按ID（在这种情况下为name）分组。例如，

我想离开这里：

#Starting df
name = c("tom", "tom", "tom", "chris", "chris", "chris","chris", "jen", "jen", "jen","jen","jen") 
value = c(2,10,"end",45,"end",13,20,6,"end",13,3,5) 
start_df = data.frame(name,value)

到这里：

#Ending df
name = c("tom", "tom", "tom", "chris", "chris","jen", "jen") 
value = c(2,10,"end",45,"end",6,"end") 
end_df = data.frame(name,value)

除了end之外还有其他文字，所以我希望找到一个允许我指定文本的解决方案。有关如何做到这一点的任何想法？谢谢R社区。

Answer 1

另一个基于dplyr的解决方案：

start_df %>%
    group_by(name) %>%
    mutate(rownum = row_number(), keeprows = (value=='end') * rownum) %>%
    filter(rownum <= max(keeprows)) %>%
    select(-keeprows)

Answer 2

使用dplyr和tidyr的解决方案。 start_df2是最终输出。

library(dplyr)
library(tidyr)

start_df2 <- start_df %>%
  mutate(ID = 1:n()) %>%
  group_by(name) %>%
  mutate(flag = ifelse(value %in% "end", 1, NA)) %>%
  fill(flag, .direction = "up") %>%
  filter(!is.na(flag)) %>%
  ungroup() %>%
  arrange(ID) %>%
  select(-ID, -flag)

start_df2

# # A tibble: 7 x 2
#     name  value
#    <fctr> <fctr>
# 1    tom      2
# 2    tom     10
# 3    tom    end
# 4  chris     45
# 5  chris    end
# 6    jen      6
# 7    jen    end

Answer 3

您可以使用slice来获取它，即

library(dplyr)

start_df %>% 
 group_by(name) %>% 
 slice(1L:which(value == 'end'))

给出，

# A tibble: 7 x 2
# Groups:   name [3]
    name  value
  <fctr> <fctr>
1  chris     45
2  chris    end
3    jen      6
4    jen    end
5    tom      2
6    tom     10
7    tom    end

根据组和指定文本有条件地删除行

3 个答案: