R基於多個列聚合，然后合並到數據框？

Question

我有一個數據框，看起來像：

id<-c(1,1,1,3,3)
date1<-c("23-01-08","01-11-07","30-11-07","17-12-07","12-12-08")
type<-c("A","B","A","B","B")
df<-data.frame(id,date,type)
df$date<-as.Date(as.character(df$date), format = "%d-%m-%y")

我想要添加一個新列，其中包含每種類型的每個ID的最早日期。 第一次嘗試可以正常進行，並且僅基於ID進行匯總和合並。

d = aggregate(df$date, by=list(df$id), min)
df2 = merge(df, d, by.x="id", by.y="Group.1")

我想要的也是通過類型過濾並得到以下結果：

data.frame(df2, desired=c("2007-11-30","2007-11-01", "2007-11-30","2007-12-17","2007-12-17"))

我嘗試了很多可能性。 我真的認為可以使用列表來完成，但是我對方法感到茫然。

d = aggregate(df$date, by=list(df$id, df$type), min)

# And merge the result of aggregate with the original data frame
df2 = merge(df,d,by.x=list("id","type"),by.y=list("Group.1","Group.2"))

對於這個簡單的示例，我可以將類型分成各自的df，構建新列，然后合並結果2 df，但實際上有很多類型和第3列也必須類似地進行過濾，這是不實際的。 。

謝謝！

Answer 1

我們可以使用data.table 。 將'data.frame'轉換為'data.table'（ setDT(df) ），按'id'，'type'（或帶有'id'）分組，對'date'進行order ，並分配（ := ）第一個“日期”元素作為“最早日期”列。

library(data.table)
setDT(df)[order(date), earliestdateid := date[1], by = id
    ][order(date), earliestdateidtype := date[1], by = .(id, type)]
df
#    id       date type earliestdateid earliestdateidtype
#1:  1 2008-01-23    A     2007-11-01         2007-11-30
#2:  1 2007-11-01    B     2007-11-01         2007-11-01
#3:  1 2007-11-30    A     2007-11-01         2007-11-30
#4:  3 2007-12-17    B     2007-12-17         2007-12-17
#5:  3 2008-12-12    B     2007-12-17         2007-12-17

---

dplyr的類似方法是

library(dplyr)
df %>%
   group_by(id) %>%
   arrange(date) %>%
   mutate(earliestdateid = first(date)) %>%
   group_by(type, add = TRUE) %>%
   mutate(earliestdateidtype = first(date))

注意：避免分兩步執行此操作，即獲取匯總輸出然后加入

Answer 2

您可以使用ave來獲得不同組的兩個最小值：

df$minid <- with(df, ave(date, id, FUN=min, drop=TRUE) )
df$minidtype <- with(df, ave(date, list(id,type), FUN=min, drop=TRUE) )
df

#  id       date type      minid  minidtype
#1  1 2008-01-23    A 2007-11-01 2007-11-30
#2  1 2007-11-01    B 2007-11-01 2007-11-01
#3  1 2007-11-30    A 2007-11-01 2007-11-30
#4  3 2007-12-17    B 2007-12-17 2007-12-17
#5  3 2008-12-12    B 2007-12-17 2007-12-17

如果您比較棘手，也可以在一個電話中完成所有操作：

df[c("minid", "minidtype")] <- lapply(list("id", c("id","type")),
                                  FUN=function(x) ave(df$date, df[x], FUN=min, drop=TRUE) )