Как удалить смещенные строки в таблице?

Я пытаюсь удалить строки, имеющие значения смещения.

library(dplyr)
a <- c(1, 1, 1, 1, 2, 2, 2, 2,2,2)
b <- c("a", "b", "b", "b", "c", "c","c", "d", "d", "d")
d <- c(10, 10, -10, 10, 20, -20, 20, 30, -30, 30)
o <- c("A", "B", "C", "D", "E", "F", "G", "H", "I", "J")
df <- tibble(ID = a, SEQ = b, VALUE = d, OTHER = o)

Создает эту упорядоченную таблицу, которая сгруппирована по ID и SEQ.

> df
# A tibble: 10 x 4
      ID   SEQ VALUE OTHER
   <dbl> <chr> <dbl> <chr>
 1     1     a    10     A
 2     1     b    10     B
 3     1     b   -10     C
 4     1     b    10     D
 5     2     c    20     E
 6     2     c   -20     F
 7     2     c    20     G
 8     2     d    30     H
 9     2     d   -30     I
10     2     d    30     J

Я хочу отбросить пары строк (2,3), (5,6), (8,9), потому что VALUE отрицает VALUE в соответствующей предыдущей строке.

Я хочу, чтобы полученная таблица была

> df2
# A tibble: 4 x 4
     ID   SEQ VALUE OTHER
  <dbl> <chr> <dbl> <chr>
1     1     a    10     A
2     1     b    10     D
3     2     c    20     G
4     2     d    30     J

Я знаю, что я не могу использовать group_by %>% summarize, потому что мне нужно сохранить значение, которое находится в ДРУГОЙ. Я посмотрел на dplyr::lag() функционировать, но я не понимаю, как это может помочь. Я считаю, что я мог бы перебрать таблицу с каким-то типом for each цикл и генерировать логический вектор, который можно использовать для удаления строк, но я надеялся на более элегантное решение.

Источник

2 ответа

Решение

Как насчет:

vec <- cbind(
               c(head(df$VALUE,-1) + df$VALUE[-1], 9999) ,
               df$VALUE + c(9999, head(df$VALUE,-1))
             )

vec <- apply(vec,1,prod)
vec <- vec!=0
df[vec,]
# A tibble: 4 x 4
     ID   SEQ VALUE OTHER
  <dbl> <chr> <dbl> <chr>
1     1     a    10     A
2     1     b    50     D
3     2     c    60     G
4     2     d    70     J

Идея состоит в том, чтобы взять VALUE поле и вычесть его с немного подмножеством его версии. Когда результат равен 0, тогда вы удаляете строку.

Источник

Вот еще одно решение с dplyr, Не уверен насчет крайнего случая, который вы упомянули в комментариях, но не стесняйтесь проверить его с моим решением:

library(dplyr)

df %>%
  group_by(ID, SEQ) %>%
  mutate(diff = VALUE + lag(VALUE),
         diff2 = VALUE + lead(VALUE)) %>%
  mutate_at(vars(diff:diff2), funs(coalesce(., 1))) %>%
  filter((diff != 0 & diff2 != 0)) %>%
  select(-diff, -diff2)

Результат:

# A tibble: 4 x 4
# Groups:   ID, SEQ [4]
     ID   SEQ VALUE OTHER
  <dbl> <chr> <dbl> <chr>
1     1     a    10     A
2     1     b    50     D
3     2     c    60     G
4     2     d    70     J

Замечания:

Это решение сначала создает два diff столбцы, добавив один lagеще одно добавление lead из VALUE для каждого VALUE, Только столбцы смещения будут иметь ноль в diff или в diff2, поэтому я отфильтровал эти строки, в результате чего желаемый результат.

Источник
Другие вопросы по тегам