r - 对满足字符串条件的连续行进行子集化

Question

我有一个包含 3 列和数百行的数据框。特定列包含三个字符串之一:“Open”、“Close”、“Cancel”

    type    unique_id   group
1   Open    11468329881 g_2
2   Close   11468329881 g_2
3   Open    23254429881 g_3
4   Cancel  23254429881 g_3
5   Open    32550829881 g_4
6   Close   32550829881 g_4
7   Open    43254429881 g_5
8   Close   43254429881 g_5
9   Open    52627629881 g_6
10  Close   52627629881 g_6
11  Open    62747029881 g_7
12  Close   62747029881 g_7
13  Open    2499619881  g_8
14  Close   2499619881  g_8
15  Open    32975019881 g_9
16  Close   32975019881 g_9
17  Open    42975119881 g_10
18  Cancel  42975119881 g_10
19  Open    53560019881 g_11
20  Open    53560019881 g_11
21  Open    62521619881 g_12
22  Close   62521619881 g_12
23  Open    72663719881 g_13
24  Close   72663719881 g_13
25  Open    82663819881 g_14
26  Close   82663819881 g_14
27  Open    92747019881 g_15
28  Open    92747019881 g_15
29  Open    1499629881  g_15
30  Close   1499629881  g_15

我想遍历每个组(例如:g_1、g_2)，如果订单是“打开”、“关闭”或“打开”，则对行进行子集化""取消"任何其他订单都应被忽略。

例如g_2应该子集

    type    unique_id   group
1   Open    11468329881 g_2
2   Close   11468329881 g_2

和g_11应该被忽略，因为订单是“打开”“打开”

g_15 应该子集

    type    unique_id   group
29  Open    1499629881  g_15
30  Close   1499629881  g_15

如有任何帮助，我们将不胜感激。

编辑:如果我之前不清楚，我深表歉意。对于下面给出的示例，建议的解决方案不适用于 g_8

Open    21921312463 g_1
Close   21921312463 g_1
Open    31032312463 g_2
Close   31032312463 g_2
Open    41032212463 g_3
Close   41032212463 g_3
Open    51032312463 g_4
Close   51032312463 g_4
Open    61032212463 g_5
Close   61032212463 g_5
Open    71032312463 g_6
Close   71032312463 g_6
Open    81032212463 g_7
Close   81032212463 g_7
Open    21921312463 g_8
Open    21921312463 g_8
Close   21921312463 g_8
Open    31032312463 g_9
Close   31032312463 g_9
Open    41032212463 g_10
Close   41032212463 g_10
Open    51032312463 g_11
Close   51032312463 g_11
Open    61032212463 g_12
Close   61032212463 g_12
Open    71032312463 g_13
Close   71032312463 g_13
Open    81032212463 g_14
Close   81032212463 g_14

我希望过滤 g_8 以提供

Open    21921312463 g_8
Close   21921312463 g_8

并忽略组中的第一行

Answer 1

按“组”分组后，通过检查 所有 vector 中的元素来过滤行(c("Open ", "Close")) 或 | 在另一个向量 (c("Open", "Cancel")) 中存在 %in % '类型' 列

library(dplyr)
df1 %>% 
  group_by(group) %>% 
  #group_by(group, unique_id) %>%
  filter(all(c("Open", "Close") %in% type)| all(c("Open", "Cancel") %in% type))

如果分组变量包含“unique_id”，则将 group_by 行更新为 group_by(group, unique_id)

更新

根据更新后的数据集和新的逻辑，我们检查下一个值是“关闭”还是“取消”

df2 %>% 
  group_by(group, unique_id) %>%
   mutate(ind = which(type == "Open" & lead(type) %in% c("Close", "Cancel"))[1]) %>% 
   filter(!is.na(ind)) %>% 
   slice(ind[1]:(ind[1]+1)) %>% 
   select(-ind)