Question

我的数据框看起来像这样

library(dplyr)
test.df <- data.frame(id=c(1,1,1,3,3,3,3),
                      date=c("2016-02-13","2016-06-01",
                             "2016-09-01","2015-08-02",
                             "2015-09-21","2016-12-01",
                             "2017-02-11"))

test.df$date <- as.Date(test.df$date,format='%Y-%m-%d')

id    date
1   2016-02-13          
1   2016-06-01          
1   2016-09-01          
3   2015-08-02          
3   2015-09-21          
3   2016-12-01          
3   2017-02-11

我想创建一个新变量first.login以获取每个id的第一个日期。输出将如下所示

id    date      first.login
1   2016-02-13  2016-02-13
1   2016-06-01  2016-02-13      
1   2016-09-01  2016-02-13      
3   2015-08-02  2015-08-02      
3   2015-09-21  2015-08-02      
3   2016-12-01  2015-08-02      
3   2017-02-11  2015-08-02

我尝试使用像这样的代码

new.df <- test.df %>% 
  group_by(id) %>% 
  mutate(first.log = min(date))

但是这会得到的结果是提取整个数据框的最早日期，而不是每个ID组。

id    date      first.login
1   2016-02-13  2015-08-02
1   2016-06-01  2015-08-02      
1   2016-09-01  2015-08-02      
3   2015-08-02  2015-08-02      
3   2015-09-21  2015-08-02      
3   2016-12-01  2015-08-02      
3   2017-02-11  2015-08-02

这不应该是一个棘手的任务，但我想知道我犯了什么错误？我怎样才能在每个id小组中获得最早的内容？

更新：我之前尝试过summarize，

new.df <- test.df %>% 
  group_by(id) %>% 
  summarize(first.login = min(date))

但它返回一行和一列。

first.log
2015-08-02

这些代码没有任何问题;我只需要在其中指定dplyr::mutate。

Answer 1

您想使用summary而不是mutate

new.df <- test.df %>% 
  group_by(id) %>% 
  summarize(first.log = min(date))

Answer 2

这是一个循序渐进的R基础解决方案：

# renaming for easy handle
x <- test.df$date
g <- test.df$id
# getting min
split(x, g) <- lapply(split(x, g), min)
# merging
test.df$first.login <- do.call("c", split(x, g))
#printting result
test.df
  id       date first.login
1  1 2016-02-13  2016-02-13
2  1 2016-06-01  2016-02-13
3  1 2016-09-01  2016-02-13
4  3 2015-08-02  2015-08-02
5  3 2015-09-21  2015-08-02
6  3 2016-12-01  2015-08-02
7  3 2017-02-11  2015-08-02

实际上这就是ave在

中运作的方式

Answer 3

每当你需要每行一个结果，而不是每组只需要一个值时，你应该使用基本R函数ave。

test.df$first.login <- ave(test.df$date, test.df$id, FUN = min)
test.df
#  id       date first.login
#1  1 2016-02-13  2016-02-13
#2  1 2016-06-01  2016-02-13
#3  1 2016-09-01  2016-02-13
#4  3 2015-08-02  2015-08-02
#5  3 2015-09-21  2015-08-02
#6  3 2016-12-01  2015-08-02
#7  3 2017-02-11  2015-08-02

如何按组获得最小值

3 个答案: