R：按组

Question

我在R中有一个大型数据集，其中每个主题（标签：1,2,3，...）在几个时间点被扫描2次或更多次脂肪质量，瘦体重等（评论：PRE F1 BMR，POST F1 BMR，..）。有些扫描是不稳定的，所以我们不能只对它们进行平均。我需要一种方法来自动选择其中一个变量（Fat）的两个最佳（最接近）测量值的行。这是数据集的样子：

Example of dataset with multiple scans for subject 16 in POST F1 BMR

我一直在尝试按标签和注释对数据进行分组，但是有没有办法在Fat测量最接近的那些组中切出两行？

（P.S。仍然是一个苦苦挣扎的R用户，第一次在StackOverflow上发帖，所以请原谅布局！）

编辑：这是一个简单的测试用例，其中包含预期的结果 -

set.seed(2)
df <- data.frame(Fat=sample(1:10, 12, replace=T), 
             Lean=sample(1:5, 12, replace=T), 
             Label=rep(1:2, c(5,7)),
             Comments=rep(c("PRE BMR", "POST BMR", "PRE BMR", "POST 
             BMR"), c(2,3,2,5)))

dfresults<-df[-c(4,8,9,12),]

Answer 1

我认为这可能就是你要找的东西：

1. 首先将您的label
分组
2. 按fat安排排序升序
3. 制作一个具有差异（diffvals1）
的新列
4. 按fat安排排序降序。
5. 制作一个具有差异（diffvals2）
的新列
6. 现在按每个新列的min进行过滤，以找到两个最接近的值。

library(tidyverse)
df %>%
  groupby(label) %>%
  arrange(fat) %>%
  mutate(diffvals1=ave(fat,FUN=abs(function(x) c(NA,diff(x))))) %>% 
  arrange(desc(fat)) %>% 
  mutate(diffvals2=ave(fat,FUN=abs(function(x) c(NA,diff(x))))) %>%
  drop_na() %>% 
  filter(diffvals1==min(diffvals1) | diffvals2==min(diffvals2))

注意：此方法会在几个条件下返回超过2个值：

• 您有一系列3个或更多值完全相同的值
• 你有几个完全相同的价值岛。