[心得] dplyr filter and slice
當你有一個 data.frame (如下)
ID col_a col_b
01 01 2
01 02 1
02 05 3
02 NA 4
03 NA 2
03 NA 3
ID=c('01','01','02','02','03','03')
col_a <- c('01','02','05',NA,NA,NA)
col_b <- c(2,1,3,4,2,3)
m <- data.frame(ID, col_a, col_b, stringsAsFactors=F)
####
1. 想要挑每組 col_a 最小
m %>% group_by(ID) %>% summarize(min_a = min(col_a, na.rm=T))
ID min_a
(chr) (chr)
1 01 01
2 02 05
3 03 NA
Warning message:
In min(c(NA_character_, NA_character_), na.rm = TRUE) :
no non-missing arguments, returning NA
####
2. 想要挑每組 col_a 最小時的 col_b
m %>% group_by(ID) %>% filter(col_a = min(col_a))
Error: filter condition does not evaluate to a logical vector.
m %>% group_by(ID) %>% filter(rank(col_a, ties.method='first')==1)
ID col_a col_b
(chr) (chr) (dbl)
1 01 01 2
2 02 05 3
3 03 NA 2
####
3. 想要挑每組 col_a 最小時的 col_b (較快)
m %>% group_by(ID) %>% slice(which.min(col_a))
ID col_a col_b
(chr) (chr) (dbl)
1 01 01 2
2 02 05 3
####
歡迎討論各種例外狀況
有些時候取大取小, 只接受數字, 有時候又可以自己轉換
有些時候文字可以比大小, 其中有些格子是空格會無法比, 要轉成NA
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.109.73.102
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1451554100.A.516.html
推
12/31 18:11, , 1F
12/31 18:11, 1F
→
12/31 18:13, , 2F
12/31 18:13, 2F
推
12/31 18:55, , 3F
12/31 18:55, 3F
→
12/31 18:55, , 4F
12/31 18:55, 4F
→
12/31 22:14, , 5F
12/31 22:14, 5F
→
12/31 22:18, , 6F
12/31 22:18, 6F
→
12/31 22:20, , 7F
12/31 22:20, 7F
→
12/31 22:36, , 8F
12/31 22:36, 8F
推
01/01 21:46, , 9F
01/01 21:46, 9F
→
01/01 21:47, , 10F
01/01 21:47, 10F
討論串 (同標題文章)
以下文章回應了本文：
完整討論串 (本文為第 1 之 2 篇)：
R_Language 近期熱門文章
PTT數位生活區 即時熱門文章
