使用唯一 ID 和条件将子集应用于重复测量？

Question

我正在尝试使用第一个度量的条件语句来找到一种方法来对我的数据集（个人的重复度量）进行子集化或过滤。 换句话说，我想过滤数据集以仅包含在时间点 1 出现特定情况的个人的所有时间点的数据。

示例数据：

Puck_Number <- c(1,2,3,4,5,6,1,2,3,4,5,6,1,2,3,4,5,6)
Date <- as.Date(c('2020-07-29','2020-07-29','2020-07-29','2020-07-29','2020-07-29','2020-07-29','2020-09-07','2020-09-07','2020-09-07','2020-09-07','2020-09-07','2020-09-07','2020-09-22','2020-09-22','2020-09-22','2020-09-22','2020-09-22','2020-09-22'))
Bleached <- c(1,0,1,1,0,1,1,0,1,1,0,1,0,0,0,1,0,1)
Alive <- c(1,1,1,1,1,1,1,1,1,1,0,1,0,1,0,1,0,1)
Data <- data.frame(Puck_Number, Date, Bleached, Alive)

这将产生以下内容：

       Puck_Number       Date Bleached Alive
1            1 2020-07-29        1     1
2            2 2020-07-29        0     1
3            3 2020-07-29        1     1
4            4 2020-07-29        1     1
5            5 2020-07-29        0     1
6            6 2020-07-29        1     1
7            1 2020-09-07        1     1
8            2 2020-09-07        0     1
9            3 2020-09-07        1     1
10           4 2020-09-07        1     1
11           5 2020-09-07        0     0
12           6 2020-09-07        1     1
13           1 2020-09-22        0     0
14           2 2020-09-22        0     1
15           3 2020-09-22        0     0
16           4 2020-09-22        1     1
17           5 2020-09-22        0     0
18           6 2020-09-22        1     1

我想通过过滤或子集化包括的只是那些在“2020-07-29”日期期间漂白列中有 1 的人，以及对整个数据集的这些人的重复测量。

所以我正在寻找如下所示的数据：

      Puck_Number       Date Bleached Alive
1            1 2020-07-29        1     1
3            3 2020-07-29        1     1
4            4 2020-07-29        1     1
6            6 2020-07-29        1     1
7            1 2020-09-07        1     1
9            3 2020-09-07        1     1
10           4 2020-09-07        1     1
12           6 2020-09-07        1     1
13           1 2020-09-22        0     0
15           3 2020-09-22        0     0
16           4 2020-09-22        1     1
18           6 2020-09-22        1     1

冰球编号是每个人的唯一标识符（每次测量重复），我怀疑它可能有助于此过滤，但我还没有找到一种方法来使用我拥有的 R 技能集来完成此操作。

Answer 1

试试这个

with(Data, Data[Puck_Number %in% Puck_Number[Date == as.Date("2020-07-29") & Bleached], ])

Output

   Puck_Number       Date Bleached Alive
1            1 2020-07-29        1     1
3            3 2020-07-29        1     1
4            4 2020-07-29        1     1
6            6 2020-07-29        1     1
7            1 2020-09-07        1     1
9            3 2020-09-07        1     1
10           4 2020-09-07        1     1
12           6 2020-09-07        1     1
13           1 2020-09-22        0     0
15           3 2020-09-22        0     0
16           4 2020-09-22        1     1
18           6 2020-09-22        1     1

Answer 2

或者一种整洁的方式

library(tidyverse)
subset <- Data %>% filter(Date == as.Date("2020-07-29", format = "%Y-%m-%d") & Bleached == 1) %>%
  select(Puck_Number) %>% left_join(Data)

> subset
   Puck_Number       Date Bleached Alive
1            1 2020-07-29        1     1
2            3 2020-07-29        1     1
3            4 2020-07-29        1     1
4            6 2020-07-29        1     1
5            1 2020-09-07        1     1
6            3 2020-09-07        1     1
7            4 2020-09-07        1     1
8            6 2020-09-07        1     1
9            1 2020-09-22        0     0
10           3 2020-09-22        0     0
11           4 2020-09-22        1     1
12           6 2020-09-22        1     1