根据 NA 模式选择特定行

Question

我想删除在满足两个条件之前发生的特定观察。 我想删除 B = 1 和 A = 1 的观察结果，如果它发生在 A = 1 和 B = 1 之前。我有看起来像这样的数据。

PID    Time     A        B
1        2      NA       1     
1        3      1        NA
1        4      1        1
2        1      NA       1       
2        2      1        1 
2        3      1        NA 

我想要这个，如果 A = 1 或 B = 1 的情况发生在 A = 1 和 B = 1 的情况之前，则将它们删除。我还想要 A = NA 或 B = NA 在 A = 1 和之后发生的情况B = 1。

PID    Time     A        B
1        4      1        1
2        1      NA       1       
2        2      1        1 
2        3      1        NA 

我尝试使用 ifelse 来执行此操作，但无法使其正常工作。 任何人都可以建议做这项工作吗？

Answer 1

这是一个想法。
创建一个新列，指示条件 A = 1 和 B = 1 是否匹配。 在第一次匹配之前对所有匹配的事件求和并过滤所有行。

df %>%
  mutate(f = ifelse(df$A == 1 & df$B == 1 &
                      !is.na(df$A) & !is.na(df$B), 1, 0)) %>%
  group_by(PID) %>%
  mutate(f = cumsum(f)) %>%
  filter(f > 0) %>% 
  ungroup() %>%
  select(-f)


# A tibble: 2 x 4
    PID  Time     A     B
  <dbl> <dbl> <dbl> <dbl>
1     1     4     1     1
2     2     2     1     1

Answer 2

我们还可以使用fill将 NA 元素替换为 'A'、'B' 中的非 NA 相邻值，并使用duplicated进行filter

library(dplyr)
library(tidyr)
df %>% 
   group_by(PID) %>%
   fill(c(A, B), .direction = 'updown') %>% 
   filter(!duplicated(cbind(A, B), fromLast = TRUE))
# A tibble: 2 x 4
# Groups:   PID [2]
#    PID  Time     A     B
#  <dbl> <dbl> <dbl> <dbl>
#1     1     4     1     1
#2     2     2     1     1