R-根据条件为数据框中的每一对删除一对行中的一个

Question

我正在编写脚本来处理数据，并且需要从数据集中删除一对行之一。 在下面的示例中，如果第二稀释液低于20,000，我想保留第一稀释液（它总是小于第二稀释液），但是无论第二稀释液是多少，如果第一稀释液超过20,000，请选择第二稀释液。 确切的稀释度值会因数据集的不同而有所差异，但是对于每个患者，稀释度永远不会超过两个稀释度，因此我将始终要首先检查最低稀释度是否与20,000的阈值保持不变。 此外，此数据集包含许多包含元数据的列。

Patient   Dilution   Value 
John      2          30000
John      20         15000
George    2          13000
George    20         700
Kelly     2          49000
Kelly     20         24000
Tom       2          80000
Tom       20         30000
Diane     2          700
Diane     20         0

Patient   Dilution   Value
John      20         15000
George    2          13000
Kelly     20         24000
Tom       20         30000
Diane     2          700

如果您想在这里查看其余的代码（是，我是菜鸟）。

###SA Summary

sadf <- merge(mydata, elisadata, "Description", all.x = TRUE)

sadf <- sadf[grep("X", sadf$Type),]
sadf <- sadf[-grep("Blank", sadf$Name),]
sadf <- sadf[-grep("MulV", sadf$Name),]
sadf <- sadf[,c("Isotype","Name","Description","Dilution.x","FI-Bkgd-Neg","Error","Conc..ug.ml.")]

sadf$Error <- as.character(sadf$Error)
sadf$Error[sadf$Conc..ug.ml. < 0.05] <- "LC"
sadf$Conc..ug.ml. <- ifelse(!is.na(sadf$Conc..ug.ml.) & sadf$Conc..ug.ml. < 0.05, NA, sadf$Conc..ug.ml.)

sadf$SA <- with(sadf, sadf$`FI-Bkgd-Neg` * sadf$Dilution.x / sadf$Conc..ug.ml.)

sadf$SA[sadf$SA < 0.02] <- 0.02

if (unique(sadf$Dilution) > 1) {} ###Where I need to put the answer to the question

sadf$`FI-Bkgd-Neg` <- NULL
sadf$Error[is.na(sadf$Error)] <- 0
sadf$Conc..ug.ml.[is.na(sadf$Conc..ug.ml.)] <- 0
sadf <- reshape(sadf, idvar = c("Description","Dilution.x","Isotype","Error","Conc..ug.ml."), timevar = "Name", direction = "wide")
sadf$Error[sadf$Error = 0] <- NA
sadf$Conc..ug.ml.[sadf$Conc..ug.ml. = 0] <- NA

Answer 1

与dplyr ， group_by患者，然后filter到行（用于分组-由患者）满足条件。 如果第first值超过20000，则该条件返回last Value ，否则返回min 。

library(dplyr)
df %>% group_by(Patient) %>% filter(Value == ifelse(first(Value) > 20000, 
                                                    last(Value), 
                                                    min(Value)))
# Source: local data frame [5 x 3]
# Groups: Patient [5]
# 
#   Patient Dilution Value
#    (fctr)    (int) (int)
# 1    John       20 15000
# 2  George       20   700
# 3   Kelly       20 24000
# 4     Tom       20 30000
# 5   Diane       20     0

注意：此方法遵循问题的措辞，该措辞不会返回问题中的结果data.frame。 如果该条件应返回小于20000的第一个稀释度，则只需将min更改为first ，就可以从问题中得到结果数据框：

df %>% group_by(Patient) %>% filter(Value == ifelse(first(Value) > 20000, 
                                                    last(Value), 
                                                    first(Value)))
# Source: local data frame [5 x 3]
# Groups: Patient [5]
# 
#   Patient Dilution Value
#    (fctr)    (int) (int)
# 1    John       20 15000
# 2  George        2 13000
# 3   Kelly       20 24000
# 4     Tom       20 30000
# 5   Diane        2   700

Answer 2

我们可以使用data.table 。 将'data.frame'转换为'data.table'（ setDT(df) ），按'Patient'分组，我们使用if/else条件对行进行子集化，如果存在else，则取min 'Value'，否则得到last一。

setDT(df1)[df1[ ,  .I[if(min(Value) <20000) 
        which.min(Value) else .N] , Patient]$V1]
#    Patient Dilution Value
#1:    John       20 15000
#2:  George       20   700
#3:   Kelly       20 24000
#4:     Tom       20 30000
#5:   Diane       20     0

如果条件基于第first “值”，则需要将min(Value)更改为first(Value)或Value[1L] ，并使用1代替which.min

setDT(df1)[df1[ ,  .I[if(Value[1L] <20000) 
              1 else .N], Patient]$V1]
#   Patient Dilution Value
#1:    John       20 15000
#2:  George        2 13000
#3:   Kelly       20 24000
#4:     Tom       20 30000
#5:   Diane        2   700