r - 选择具有最小绝对差异的重复行观察

Question

我有一个这样的数据框:

df <- data.frame(id = c(1,1,1,2,2,3,3,3,3),
                  vars = c(1,2,5, 1,3, 0,2,4,-1))

> df
  id vars
1  1    1
2  1    2
3  1    5
4  2    1
5  2    3
6  3    0
7  3    2
8  3    4
9  3   -1

在这个数据框中每个 id可以有几个观察。
我现在想为每个 id 选择对 vars 具有最小绝对差异的对(2 个观测值) .

在上述情况下，将是

  id vars
1  1    1
2  1    2
3  2    1
4  2    3
5  3    0
6  3   -1

为 id 1，值 1 和 2 的绝对差值最小， id 2 只有 2 个观测值，因此两个观测值都会被自动选择。
为 id 3 所选变量将是 0 和 -1，因为绝对差为 1，低于所有其他组合。

Answer 1

您不需要进行所有比较(或者，您可以让 arrange 为您进行比较)，因为一旦您对值进行了排序，每个值就已经位于差异最小的值旁边。

df %>% 
  group_by(id) %>% 
  arrange(vars) %>% 
  slice(which.min(diff(vars)) + 0:1)

# # A tibble: 6 x 2
# # Groups:   id [3]
#      id  vars
#   <dbl> <dbl>
# 1     1     1
# 2     1     2
# 3     2     1
# 4     2     3
# 5     3    -1
# 6     3     0

数据表版本

library(data.table)
setDT(df)

df[df[order(vars), .I[which.min(diff(vars)) + 0:1], id]$V1]

#    id vars
# 1:  3   -1
# 2:  3    0
# 3:  1    1
# 4:  1    2
# 5:  2    1
# 6:  2    3