如何根据r中一个组中的最后一个值对组的所有数据进行子集

Question

我有一个包含以下信息的数据集：

• 群体健康状况
  • 健康
  • 健康
  • 不健康
  • B健康
  • B健康
  • C健康
  • C健康
  • C不健康

​

我希望通过扫描每个组中的每个健康状况来对数据进行子集，如果每个组的最后一行中的健康状况“不健康”，则将该组的information.so子集为所需的输出：

• 群体健康状况
• 健康
• 健康
• 不健康
• C健康
• C健康
• C不健康

Answer 1

与包，您可以在这里使用dplyr或data.table：

library(dplyr)
DF %>% group_by(group) %>% filter(health[n()] == "N")

   group health
  (fctr) (fctr)
1      a      H
2      a      H
3      a      N
4      c      H
5      c      H
6      c      N

library(data.table)
setDT(DF)
DF[, if (health[.N] == "N") .SD, by=group]

   group health
1:     a      H
2:     a      H
3:     a      N
4:     c      H
5:     c      H
6:     c      N

正如@docendodiscimus所指出的，您可以使用last(health)而不是health[n()]或health[.N]。这两个包都有一个last函数来实现这一点。

In base， @docendo提供：

subset(DF, ave(health == "N", group, FUN = function(x) tail(x, 1)))

来自@akrun：

subset(DF, group %in% group[health == "N" & !duplicated(group, fromLast=TRUE)])

Data.我没有准确地使用OP的数据，因为这是一个痛苦的复制。取而代之的是：

  group health
1     a      H
2     a      H
3     a      N
4     b      H
5     b      H
6     b      H
7     c      H
8     c      H
9     c      N

DF = structure(list(group = structure(c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 
3L, 3L), .Label = c("a", "b", "c"), class = "factor"), health = structure(c(1L, 
1L, 2L, 1L, 1L, 1L, 1L, 1L, 2L), .Label = c("H", "N"), class = "factor")), .Names = c("group", 
"health"), row.names = c(NA, -9L), class = "data.frame")