r - 对于每个唯一的 ID，我只想根据另一个字段的排名有一行

Question

最终，我希望创建一个表，其中包含数据集中的每个唯一 ID 以及相应的字段(基于该字段的“排名”)。

我一直在这一步上陷入困境。我考虑过对每个唯一 ID 进行循环，但想看看是否有更简单的方法。也许 apply 函数系列会有所帮助。我也不确定对不同字符串值进行排名的方法(例如，TRUE > FALSE > NA)。

下面是我正在查看的内容的一个小示例，仅包含感兴趣的两个字段:

df1 <- data.frame(ID = c(1,1,2,2,3,3,3,4,4,5,6,7,7), flag = c("NA", "TRUE", "NA", "FALSE", "TRUE", "TRUE", "FALSE", "NA", "NA", "NA", "TRUE", "FALSE", "FALSE"))

对于每个 ID:

• 如果标志字段中至少有一个“TRUE”，我想提取整行之一(无论是哪一行)。
• 如果 ID 的标志字段中不包含“TRUE”值，但至少有一行包含“FALSE”，则我想提取其中一整行。
• 如果 ID 的标志字段中没有“TRUE”或“FALSE”值，我仍然需要“NA”行之一。

下面是我理想中想要的单独的数据框:

ideal.df <- data.frame(ID = c(1,2,3,4,5,6,7), flag = c("TRUE", "FALSE", "TRUE", "NA", "NA", "TRUE", "FALSE"))

预先感谢您的帮助!

Answer 1

一个选项是使用 slice 和 match

library(dplyr)
df1 %>% 
   group_by(ID) %>% 
   slice(which.max(match(flag, c("NA", "TRUE", "FALSE"))))
# A tibble: 7 x 2
# Groups:   ID [7]
#     ID flag 
#  <dbl> <fct>
#1     1 TRUE 
#2     2 FALSE
#3     3 FALSE
#4     4 NA   
#5     5 NA   
#6     6 TRUE 
#7     7 FALSE

---

或者在逻辑“标志”列上使用rank和which.min

df1 %>% 
   group_by(ID) %>% 
   slice(which.min(rank(as.logical(flag)) ))
# A tibble: 7 x 2
# Groups:   ID [7]
#     ID flag 
#  <dbl> <fct>
#1     1 TRUE 
#2     2 FALSE
#3     3 FALSE
#4     4 NA   
#5     5 NA   
#6     6 TRUE 
#7     7 FALSE