r - 基于第一次出现状态标志的子集数据

Question

我的数据如下所示:

dfin <- 
ID   TIME   CONC   STATUS
 1    0      5      0
 1    1      4      1
 1    2      3      0
 2    0      2      0 
 2    10     2      0
 2    15     1      0

我想对 dfin 进行子集化当 ID 第一次出现时(对于每个 STATUS==1 )和 TIME > 0 .如题 ID没有 STATUS==1随时记录，然后我需要对该主题的最后一个原始数据进行子集化。

这里的输出应该是:

dfout <- 
ID   TIME   CONC   STATUS
 1    1      4      1
 2    15     1      0

Answer 1

一种方式 dplyr ，我们可以group_by ID并检查是否有任何行满足我们的条件( STATUS == 1 & TIME > 0 )，如果是，那么我们使用 which.max 获得满足条件的第一行, 如果没有这样的行，那么我们只使用 n() 返回最后一行.

library(dplyr)
df %>%
  group_by(ID) %>%
  slice(ifelse(any(STATUS == 1 & TIME > 0), which.max(STATUS == 1 & TIME > 0), n()))

#     ID  TIME  CONC STATUS
#  <int> <int> <int>  <int>
#1     1     1     4      1
#2     2    15     1      0

另一种仅使用基础 R 的方法。这实际上遵循与 dplyr 相同的逻辑但是 ave返回长度与输入相同，所以我们只保留 unique值并对其进行累积总和 ( cumsum ) 以从数据框中获取相应的行。

df[cumsum(unique(with(df, ave(STATUS == 1 & TIME > 0, ID, FUN = function(x) 
         if(any(x)) which.max(x) else length(x))))), ]

#  ID TIME CONC STATUS
#2  1    1    4      1
#5  2   10    2      0