r - 从数据框中有条件地选择重复测量

Question

我有在可变数量的时间点对每个对象 (id) 进行重复测量的数据。我想为每个主题保留两行，时间点 == 0 和最接近 4 的时间点。在具有两个候选时间点与 4 等距的行的情况下，例如(3, 5)，我想选最低的(3)。

如下图的“选择”列所示，带有“x”的行将不会保留。

 dat <- structure(list(id = c(172507L, 172507L, 172507L, 172525L, 172525L, 
172525L, 172526L, 172526L, 172526L, 172527L, 172527L, 172527L, 
172527L, 172527L), timepoint = c(0L, 2L, 6L, 0L, 4L, 5L, 0L, 
5L, 2L, 2L, 3L, 5L, 6L, 0L)), class = "data.frame", row.names = c(NA, 
-14L))

Answer 1

我们可以通过 id 和 timepoint 来安排，并为每个组选择 timepoint == 0 时的第一次出现> 和 4 - timepoint 之间的最小绝对值。由于我们按 timepoint 排列，which.min 将选择第一个具有较低值的 timepoint(在平局的情况下)。

library(dplyr)
dat %>%
  arrange(id, timepoint) %>%
  group_by(id) %>%
  slice(c(which.max(timepoint == 0), which.min(abs(4- timepoint))))

#     id timepoint
#   <int>     <int>
#1 172507         0
#2 172507         2
#3 172525         0
#4 172525         4
#5 172526         0
#6 172526         5
#7 172527         0
#8 172527         3