筛选%r范围内的最低值

Question

我有一个数据帧，看起来像这样。

df <- data.frame (ptid  = c(1,1,1,1, 1, 2,2,2,3,3,3, 3),
              labid = c("CRE", "CRE", "CRE", "CRE", "CRE", "CRE", "CRE", "CRE", "CRE","CRE", "CRE", "CRE"),
              age = c(50, 54, 50.7,  51.3, 51, 52, 35, 37, 46, 46.1, 46.1, 46.1))

在相同的参与者(相同的ptid)中，我希望只保留年龄在2.0岁以内的行。

这就是我想要的结果：

result <- data.frame(ptid = c(1,1,2,2,3),
                     labid = c("CRE", "CRE", "CRE", "CRE", "CRE"),
                     age = c(50,54,52,35,46))

提前感谢您的帮助！我真的很纠结于这个问题！

Answer 1

我们可以做一个arrange并在filter中使用diff

library(dplyr)
df %>%
   arrange(ptid, age) %>% 
   group_by(ptid) %>% 
   filter(c(first(age), diff(age)) > 2) %>%
   ungroup

-output

# A tibble: 5 x 3
#   ptid labid   age
#  <dbl> <chr> <dbl>
#1     1 CRE      50
#2     1 CRE      54
#3     2 CRE      35
#4     2 CRE      52
#5     3 CRE      46

Answer 2

你可以这样做：

df %>%
  group_by(ptid)%>%
  arrange(ptid, age) %>%
  mutate(grp = cumsum(cumsum(c(0, diff(age)))>2))%>%
  group_by(ptid, grp)%>%
  slice(1) %>%
  ungroup()%>%
  select(-grp)
# A tibble: 5 x 3
   ptid labid   age
  <dbl> <chr> <dbl>
1     1 CRE      50
2     1 CRE      54
3     2 CRE      35
4     2 CRE      52
5     3 CRE      46

Answer 3

定义一个函数f，它要么将输入分成间隔并识别重复项，要么在失败时返回最小的元素。然后，在每个ptid级别上使用ave和一个否定!来应用!，其中通过将最大和最小cut的差值除以2来获得要age到的间隔数。

f <- function(x, ...) tryCatch(duplicated(cut(x, ...)), error=function(e) order(x) > 1)

res <- subset(df, !ave(age, ptid, FUN=function(x) f(x, diff(range(x)) / 2)))
res
#   ptid labid age
# 1    1   CRE  50
# 2    1   CRE  54
# 6    2   CRE  52
# 7    2   CRE  35
# 9    3   CRE  46

注意事项: 1.观察的顺序不会被混淆。2.如果有更多相同年龄的ptid-labid，该解决方案将删除重复的aka领带。(如果出于任何原因不需要这样做，请查看rank()而不是order()。)