从数据框中提取事件行

Question

我有这个数据框：

df <-
ID  var TIME  value  method
 1   3   0     2      1
 1   3   2     2      1
 1   3   3     0      1
 1   4   0     10     1
 1   4   2     10     1
 1   4   4     5      1 
 1   4   6     5      1        
 2   3   0     2      1
 2   3   2     2      1
 2   3   3     0      1
 2   4   0     10     1
 2   4   2     10     1
 2   4   4     5      1 
 2   4   6     5      1   

我想提取具有新的eventin value列的行。 例如，对于ID=1 ， var=3在TIME=0的value 2 。 这个值在TIME=1保持不变，因此我只将第一行放在TIME=0并丢弃第二行。 但是，第三行var=3的值已更改zero ，因此我也必须提取此行。 其余的变量依此类推。 这必须应用于每个主题ID。 对于上述df ，结果应如下所示：

dfevent <-  
ID  var TIME  value  method
 1   3   0     2      1
 1   3   3     0      1
 1   4   0     10     1
 1   4   4     5      1 
 2   3   0     2      1
 2   3   3     0      1
 2   4   0     10     1
 2   4   4     5      1 

有人可以帮我在R中这样做吗？ 我有一个庞大的数据集，并且我想为每个var的值提取发生新事件的信息。 我在数据框中编号为3、4、5、6和7的4个变量。 上面是2个变量（变量号：3和4）的示例。

Answer 1

这使用dplyr

 library(dplyr)

 df %>% 
  group_by(ID, var) %>%
  mutate(tf = ifelse(value==lag(value), 1, 0))  %>%
  filter(is.na(tf) | tf==0) %>%
  select(-tf)


#  ID var TIME value method
#1  1   3    0     2      1
#2  1   3    3     0      1
#3  1   4    0    10      1
#4  1   4    4     5      1
#5  2   3    0     2      1
#6  2   3    3     0      1
#7  2   4    0    10      1
#8  2   4    4     5      1

基本上，我创建了一个额外的变量，当该值与唯一ID /变量组合的组中的前一行相同时，返回“ 1”。 然后，在返回输出之前，我们先删除此变量。

Answer 2

基本解决方案：

df[with(df, abs(ave(value,ID,FUN=function(x) c(1,diff(x)) ))) > 0,]

#   ID var TIME value method
#1   1   3    0     2      1
#3   1   3    3     0      1
#4   1   4    0    10      1
#6   1   4    4     5      1
#8   2   3    0     2      1
#10  2   3    3     0      1
#11  2   4    0    10      1
#13  2   4    4     5      1

Answer 3

从预期的结果，你也可以尝试rleid从data.table

library(data.table)#data.table_1.9.5
 setDT(df)[df[, .I[1L] , list(ID, var, rleid(value))]$V1]
#    ID var TIME value method
#1:  1   3    0     2      1
#2:  1   3    3     0      1
#3:  1   4    0    10      1
#4:  1   4    4     5      1
#5:  2   3    0     2      1
#6:  2   3    3     0      1
#7:  2   4    0    10      1
#8:  2   4    4     5      1

或与@thelatemail类似的方法

setDT(df)[df[, .I[abs(c(1,diff(value)))>0] , ID]$V1]

要么

unique(setDT(df)[, id:=rleid(value)], by=c('ID', 'var', 'id'))