按组编号观察

Question

我试图给组内的观察编号，然后确定每个组中的第一个和最后一个观察。 我知道如何执行此操作，甚至针对过去的问题在此处发布了解决方案。

但是，我现在偶然发现了一种情况，我的解决方案不起作用，我无法弄清楚原因。 感谢您对如何使下面的第二个示例起作用的任何建议。 第一个示例确实有效。 对不起，如果我忽略了一个愚蠢的错字。

我更喜欢使用基数R。

####################################################################

# this works

my.df = read.table(text = '
   state   county   city   miles
       1        1      1       3
       1        1      1       4
       1        1      1       4
       1        1      1       5
       1        1      2       4
       1        1      2       3
       1        2      1       4
       1        2      2       2
       1        2      2       4
       1        2      2       3
       1        2      3       3
       1        2      3       2
', header = TRUE)

my.df
str(my.df)

my.seq <- data.frame(rle(my.df$city)$lengths)
my.seq

my.df$first <- unlist(apply(my.seq, 1, function(x) seq(1,x)))
my.df$last  <- unlist(apply(my.seq, 1, function(x) seq(x,1,-1)))
my.df

my.df2 <- my.df[my.df$first==1 | my.df$last == 1,]
my.df2

####################################################################

# This does not work.  Only the data set has changed.

my.df <- read.table(text = '
   state   county    city    miles
      40        8       1       12
      40        8       1        4
      40        8       2       13
      40        8       2        3
', header = TRUE)

my.df
str(my.df)

my.seq <- data.frame(rle(my.df$city)$lengths)
my.seq

my.df$first <- unlist(apply(my.seq, 1, function(x) seq(1,x)))
my.df$last  <- unlist(apply(my.seq, 1, function(x) seq(x,1,-1)))
my.df

my.df2 <- my.df[my.df$first==1 | my.df$last == 1,]
my.df2

# The expected result with the second example is:

desired.result <- read.table(text = '
   state   county    city    miles   first   last
      40        8       1       12       1      2
      40        8       1        4       2      1
      40        8       2       13       1      2
      40        8       2        3       2      1
', header = TRUE)

####################################################################

Answer 1

我很难理解您要做什么。

我认为您因特定城市的特殊情况而出错！

这里我将如何做：

这里的困难是创建分组变量：

xx <- rle(my.df$city)
my.df$group <- rep(seq_along(xx$values),xx$lengths)

然后使用ddply ，获取每个组的第一个和最后一个：

library(plyr)
res <- ddply(my.df,.(group),function(x){
  y <- rbind(head(x,1),tail(x,1))
  cbind(y,data.frame(first=c(1,nrow(x)),
                     last = c(nrow(x),1)))
})

最后，您使用unique删除重复的元素：

unique(res)

 state county city miles group first last
1    40      8    1    12     1     1    2
2    40      8    1     4     1     2    1
3    40      8    2    13     2     1    2
4    40      8    2     3     2     2    1

编辑 base R解决方案，只需用tapply替换ddply ：

group <- rep(seq_along(xx$values),xx$lengths)

tapply(my.df,group,function(x){
  y <- rbind(head(x,1),tail(x,1))
  cbind(y,data.frame(first=c(1,nrow(x)),
                     last = c(nrow(x),1)))
})
unique(res)

Answer 2

我想出了如何修改代码，以便通过两个示例数据集都能获得所需的答案。

我只是在两个unlist(apply())语句周围添加了as.vector() 。 这是第二个示例的代码：

my.df <- read.table(text = '
   state   county    city    miles
      40        8       1       12
      40        8       1        4
      40        8       2       13
      40        8       2        3
', header = TRUE)

my.df
str(my.df)

my.seq <- data.frame(rle(my.df$city)$lengths)
my.seq

my.df$first <- as.vector(unlist(apply(my.seq, 1, function(x) seq(1,x))))
my.df$last  <- as.vector(unlist(apply(my.seq, 1, function(x) seq(x,1,-1))))
my.df

my.df2 <- my.df[my.df$first==1 | my.df$last == 1,]
my.df2

结果如下：

  state county city miles first last
1    40      8    1    12     1    2
2    40      8    1     4     2    1
3    40      8    2    13     1    2
4    40      8    2     3     2    1