按当时的集合分组

Question

我正在处理几个大的数据帧，并且需要通过船只和网络将数据排序到第一个也是最后一个条目。我的数据框架如下所示：

Boat     Net     DateTime
Dawn     71      2014-07-10 10:10
Dawn     71      2014-07-15 11:10
Whip     71      2014-07-17 08:10
Whip     71      2014-07-29 12:36
Dawn     71      2014-08-24 14:53
Whip     71      2014-09-02 11:17
Whip     73      2014-09-14 16:24
Whip     71      2014-09-15 18:16
Whip     73      2014-09-17 20:25

我需要的数据只包括第一个，也是最后一个条目的每一个网络通过船。数据应该如下所示：

Boat     Net     DateTime
Dawn     71      2014-07-10 10:10
Whip     71      2014-07-17 08:10
Dawn     71      2014-08-24 14:53
Whip     73      2014-09-14 16:24
Whip     71      2014-09-15 18:16
Whip     73      2014-09-17 20:25

我尝试了几个不同的东西，并得到了接近，但不完全在那里。

Head <- aggregate(df, by = list(df$Net), FUN = head, n = 1)
Tail <- aggregate(df, by = list(df$Net), FUN = tail, n = 1)
Final <- rbind(Head, Tail)

这样做的效果很好，但没有考虑到不同船只上相同的净数目，然后我试着按船分组，但得到了同样的结果：

Head <- df %>% group_by(Boat) %>% aggregate(df, by = list(df$Net), FUN = head, n = 1) %>% ungroup

这两个函数都返回了以下数据：(第一项，也是最后一项，仅按净编号)

Boat     Net     DateTime
Dawn     71      2014-07-10 10:10
Whip     73      2014-09-14 16:24
Whip     71      2014-09-15 18:16
Whip     73      2014-09-17 20:25

我想我已经很接近了，但是不能完全到达那里，任何帮助都是非常感谢的。

Answer 1

对于聚合方法，您可以通过向df$Boat和df$Net提供aggregate来获得所需的东西。

Head <- aggregate(df, by = list(df$Boat, df$Net), FUN = head, n = 1)
Tail <- aggregate(df, by = list(df$Boat, df$Net), FUN = tail, n = 1)
Final <- rbind(Head, Tail)

既然您尝试使用dplyr的group_by，下面是一个dplyr替代方案，它按组使用slice：

Final <- df %>%
  group_by(Boat, Net) %>%
  slice(c(1, n())) %>%
  ungroup()

(请注意，group_by和aggregate没有做任何特殊的组合- group_by只与其他dplyr函数(如slice、summarize或mutate)一起工作)。

Answer 2

do.call(rbind, lapply(split(df, paste(df$Boat, df$Net, sep = "-")),
           function(a) a[c(1, NROW(a)),]))
#          Boat Net         DateTime
#Dawn-71.1 Dawn  71 2014-07-10 10:10
#Dawn-71.5 Dawn  71 2014-08-24 14:53
#Whip-71.3 Whip  71 2014-07-17 08:10
#Whip-71.8 Whip  71 2014-09-15 18:16
#Whip-73.7 Whip  73 2014-09-14 16:24
#Whip-73.9 Whip  73 2014-09-17 20:25

数据

df = structure(list(Boat = c("Dawn", "Dawn", "Whip", "Whip", "Dawn", 
"Whip", "Whip", "Whip", "Whip"), Net = c(71L, 71L, 71L, 71L, 
71L, 71L, 73L, 71L, 73L), DateTime = c("2014-07-10 10:10", "2014-07-15 11:10", 
"2014-07-17 08:10", "2014-07-29 12:36", "2014-08-24 14:53", "2014-09-02 11:17", 
"2014-09-14 16:24", "2014-09-15 18:16", "2014-09-17 20:25")), .Names = c("Boat", 
"Net", "DateTime"), class = "data.frame", row.names = c(NA, -9L
))

Answer 3

下面是data.table的一个选项

library(data.table)
setDT(df)[, .SD[c(1, .N)], .(Boat, Net)]
#   Boat Net         DateTime
#1: Dawn  71 2014-07-10 10:10
#2: Dawn  71 2014-08-24 14:53
#3: Whip  71 2014-07-17 08:10
#4: Whip  71 2014-09-15 18:16
#5: Whip  73 2014-09-14 16:24
#6: Whip  73 2014-09-17 20:25