r - 过滤组内给定行元素下方的行

Question

我有一个数据框，每行中有一组日期事件，链接到一个位置。在每个位置中，我都有一个索引事件和一系列可能在索引事件之前和/或之后发生的各种匹配事件。我需要对每个位置的索引事件之前发生的所有匹配事件进行子集化。数据结构看起来像这样。

locid    match      date          score      iid
1        index      4/11/2013      15        1
1        matched    1/09/2013      23        2
1        matched    14/04/2013      1        3
1        matched    7/1/2014       21        4
2        index      2/4/2013       12        1
2        matched    1/2/2013       10        2
3        index      1/5/2013       23        1
3        matched    2/5/2013       10        2
4        index      3/3/2013        9        1
4        matched    10/2/2013      32        2
4        matched    1/10/2012      15        3
4        matched    4/3/2013       12        4
4        matched    10/3/2013      10        5

而且我需要对数据框进行子集化，以便我最终只得到日期低于每个位置的索引事件日期的行:

locid    match      date          score      iid
1        matched    1/09/2013      23        2
1        matched    14/04/2013      1        3
2        matched    1/2/2013       10        2
4        matched    10/2/2013      32        2
4        matched    1/10/2012      15        3

我第一次在这里问，所以我希望我没有以错误的方式做这件事。我在 R 中尝试了各种不同的解决方案，但我正在努力寻找合适的解决方案。

Answer 1

这是一个 data.table可能性(假设您的数据名为 df )

library(data.table)
setDT(df)[, date := as.Date(date, format = "%d/%m/%Y")][, 
           .SD[date < date[match == "index"]], by = locid]
#    locid   match       date score iid
# 1:     1 matched 2013-09-01    23   2
# 2:     1 matched 2013-04-14     1   3
# 3:     2 matched 2013-02-01    10   2
# 4:     4 matched 2013-02-10    32   2
# 5:     4 matched 2012-10-01    15   3

可能的基础 R 解决方案

df <- transform(df, date = as.Date(date, format = "%d/%m/%Y"))
do.call(rbind, by(df, df$locid, FUN = function(x) x[with(x, date < date[match == "index"]), ]))
#      locid   match       date score iid
# 1.2      1 matched 2013-09-01    23   2
# 1.3      1 matched 2013-04-14     1   3
# 2        2 matched 2013-02-01    10   2
# 4.10     4 matched 2013-02-10    32   2
# 4.11     4 matched 2012-10-01    15   3

另一个可能的基础 R 解决方案

df <- transform(df, date = as.Date(date, format = "%d/%m/%Y"))
do.call(rbind, lapply(split(df, df$locid), function(x) x[with(x, date < date[match == "index"]), ]))
#      locid   match       date score iid
# 1.2      1 matched 2013-09-01    23   2
# 1.3      1 matched 2013-04-14     1   3
# 2        2 matched 2013-02-01    10   2
# 4.10     4 matched 2013-02-10    32   2
# 4.11     4 matched 2012-10-01    15   3

这里的基本思想是转换您的 date列到 Date类，所以 R 将能够识别它的顺序。之后，我们基本上用 locid来分割数据并对每个块应用过滤函数，该函数仅选择 date 之前的日期。哪里 match == index