基于公共值组合 R 中的数据框行

Question

给定一个数据框：

    > df <- data.frame( L=c('a','b','b'), t0=c(1,10,20), t1=c(9,19,39))
    > df
      L t0 t1
    1 a  1  9
    2 b 10 19
    3 b 20 39

    I want:
    > df
        L t0 t1
      1 a  1  9
      2 b 10 39

df$L 的相同值等于 "b" 表示 'b' 第一个实例的开始 (t0) 应该是新的 't0' 值和 (contiguous) ' 最后一个实例的新 't1' 值b' 应该是新的 't1' 值。 实际上，如果 t0 和 t1 是时间，那么我想合并具有相同“L”值的相邻行的持续时间。

Answer 1

通过“L”分组后， summarise采取first “T0”和的值last的“T1”的值（或min和max ）

df %>%
   group_by(L) %>%
    summarise(t0 = first(t0), t1 = last(t1))
# A tibble: 2 x 3
#  L        t0    t1
#  <fct> <dbl> <dbl>
#1 a         1     9
#2 b        10    39

---

根据 OP 的评论，如果我们还按“L”中相邻的相似元素进行分组，请使用rleid

library(data.table)
df1 %>% 
    group_by(grp = rleid(L), L) %>%
    summarise(t0 = first(t0), t1 = last(t1))

数据

df1 <- data.frame( L=c('a','b','b','a','b','b'), 
        t0=c(1,10,20,40,60,70), t1=c(9,19,39,49,69,79))

Answer 2

您可以按L split并返回range 。

df <- do.call(rbind, lapply(split(df[-1], df[1]), range))
df
#  [,1] [,2]
#a    1    9
#b   10   39

df <- data.frame(L=rownames(df), t0=df[,1], t1=df[,2])
df
#  L t0 t1
#a a  1  9
#b b 10 39

Answer 3

也许你可以尝试aggreate和merge

res <- merge(aggregate(t0 ~ L,df,min),aggregate(t1 ~ L,df,max))

以至于

> res
  L t0 t1
1 a  1  9
2 b 10 39

Answer 4

使用data.table ：

library(data.table)
setDT(df)
df[, .(t0 = t0[1], t1 = t1[.N]), by = L]

#    L t0 t1
# 1: a  1  9
# 2: b 10 39