使用tidyverse查找数据帧中多个变量的第一个非零年份

时间:2018-12-10 22:43:20

标签: r dplyr

我有以下数据:

library(tidyverse)
set.seed(1)
test <- data.frame(id = c(rep(1, 3), rep(2, 4), rep(3, 5)),
                   Year = 2000 + c(1,3,5,2,3,5,6,1,2,3,4,5),
                   var1 = sample(0:2, replace = TRUE, size = 12, prob = c(0.6, 0.3, 0.1)),
                   var2 = sample(0:2, replace = TRUE, size = 12, prob = c(0.6, 0.3, 0.1)))

第一年,我需要在每个id组中每个变量(var1var2)都不为零。

我知道如何查找第一个非零行的行号:

temp <- function(a) ifelse(length(head(which(a>0),1))==0,0,head(which(a>0),1))

test2 <- test %>% group_by(id) %>% 
mutate_at(vars(var1:var2),funs(temp)) %>%
filter(row_number()==1) %>% select (-year)

     id  var1  var2
1     1   0     1
2     2   1     2
3     3   1     1

但是,我不确定如何将行号匹配回year变量,以便我将确切地知道var1var2何时变为非零,而不是仅将行号。

这就是我想要的:

     id  var1  var2
1     1   0     2001
2     2   2002  2003
3     3   2001  2001

2 个答案:

答案 0 :(得分:4)

我们可以执行以下操作:

test %>% group_by(id) %>% summarise_at(vars(var1:var2), funs(Year[. > 0][1]))
# A tibble: 3 x 3
#      id  var1  var2
#   <dbl> <dbl> <dbl>
# 1     1    NA  2001
# 2     2  2002  2003
# 3     3  2001  2001

也就是说,. > 0在值为正时给出TRUE的逻辑矢量,然后我们选择所有相应的年份,最后只选择第一个年份。

这与您的方法非常相似。请注意,由于使用summarise,我不再需要filter(row_number()==1) %>% select (-year)。另外,我对应于temp的函数更加简洁。

答案 1 :(得分:1)

一种略有不同的方法,首先将所有内容收集到一个大的长文件中:

test %>%
  gather(var, value, var1:var2) %>%
  filter(value != 0) %>%
  group_by(id, var) %>%
  summarise(Year = min(Year)) %>%
  spread(var, Year)

## A tibble: 3 x 3
## Groups:   id [3]
#     id  var1  var2
#* <dbl> <dbl> <dbl>
#1  1.00    NA  2001
#2  2.00  2002  2003
#3  3.00  2001  2001

还有一个有趣的基本R版本:

tmp <- cbind(test[c("id", "Year")], stack(test[c("var1","var2")]))
tmp <- tmp[tmp$values != 0,]
tmp <- aggregate(Year ~ id + ind, data=tmp, FUN=min)
reshape(tmp[c("id","ind","Year")], idvar="id", timevar="ind", direction="wide")