r - 按因子选择数据框中的第 n 个元素

Question

我有一个包含文本列 name 和因子 city 的数据框。它按字母顺序首先按 city 排序，然后按 name 排序。现在我需要获取一个数据框，它只包含每个 city 中的第 n 个元素，并保持此顺序。如何在没有循环的情况下以漂亮的方式完成？

我有:

name    city
John    Atlanta
Josh    Atlanta
Matt    Atlanta
Bob     Boston
Kate    Boston
Lily    Boston
Matt    Boston

我想要一个函数，它返回 city 的第 n 个元素，即，如果它是第 3 个，则:

name    city
Matt    Atlanta
Lily    Boston

如果 name 超出所选 city 的范围，它应该为 NULL 返回，即，对于第 4 个:

name    city
NULL    Atlanta
Matt    Boston

请只使用 base R？

Answer 1

在基础 R 中使用 by:

设置一些测试数据，包括一个额外的超出范围的值:

test <- read.table(text="name    city
John    Atlanta
Josh    Atlanta
Matt    Atlanta
Bob     Boston
Kate    Boston
Lily    Boston
Matt    Boston
Bob     Seattle
Kate    Seattle",header=TRUE)

在每个城市获得第 3 个元素:

do.call(rbind,by(test,test$city,function(x) x[3,]))

结果:

        name    city
Atlanta Matt Atlanta
Boston  Lily  Boston
Seattle <NA>    <NA>

为了得到你想要的，这里有一个小函数:

nthrow <- function(dset,splitvar,n) {
    result <- do.call(rbind,by(dset,dset[splitvar],function(x) x[n,]))
    result[,splitvar][is.na(result[,splitvar])] <- row.names(result)[is.na(result[,splitvar])]
    row.names(result) <- NULL
    return(result)
}

这样调用它:

nthrow(test,"city",3)

结果:

  name    city
1 Matt Atlanta
2 Lily  Boston
3 <NA> Seattle