子集面板数据，条件是连续的长度字符串 [英] subsetting Panel Data conditional on consecutive strings of length

问题描述

我在尝试使用 dplyr 子集一些面板数据，即组内的ID。

I'm stuck trying to subset some panel data, i.e. ids within group, using dplyr.

我想对每个组中的所有 id s进行精确计算，每个 grp 的 NUM 系列，其最小值小于2，最大值大于2。我在下面构造了一个 minimum 工作示例，应该可以说明问题。

I want to exact all ids, within each group, grp that has a NUM series with a minimum smaller than 2 and a maximum greater than 2. I've constructed a minimal working example below that should illustrate the issue.

我一直在使用 filter（）， row_number（）== c（1，n（）），并尝试将其分离出来并合并，即使用不同类型的将其放回原处，但是我被卡住了，现在我转向SO社区寻求帮助。

I have been working with filter(), row_number() == c(1,n()), and tried to separate it out and merge, i.e. different types of _join, it back together, but I am stuck and I am now turning to the SO community for help.

A tibble 这样，

df <- tibble(id = rep(0:1, c(8, 13)), grp = rep(c("01", "02"), c(13, 8)),
             NUM = c(-4, -3, -2, -1, 1, 2, 3, 4, -3, -2, -1,
                      1, 2, -3, -2, -1, 1, 2, 3, 4, 5)) %>% group_by(id, grp)
df %>% print(n=21)
#> # A tibble: 21 x 3
#> # Groups:   id, grp [3]
#>       id   grp   NUM
#>    <int> <chr> <dbl>
#>  1     0    01    -4
#>  2     0    01    -3
#>  3     0    01    -2
#>  4     0    01    -1
#>  5     0    01     1
#>  6     0    01     2
#>  7     0    01     3
#>  8     0    01     4
#>  9     1    01    -3
#> 10     1    01    -2
#> 11     1    01    -1
#> 12     1    01     1
#> 13     1    01     2
#> 14     1    02    -3
#> 15     1    02    -2
#> 16     1    02    -1
#> 17     1    02     1
#> 18     1    02     2
#> 19     1    02     3
#> 20     1    02     4
#> 21     1    02     5

我想要获得的结果/期望的结果

What I am trying to get / desired outcome

df_out <- tibble(id = rep(0:1, c(9, 8)),
             grp = rep(c("01", "02"), c(9, 8)),
             NUM = c(-4, -3, -2, -1, 1, 2, 3,
           4, 5, -3, -2, -1, 1, 2, 3, 4, 5)) %>%  group_by(id, grp)
df_out
#> # A tibble: 17 x 3
#> # Groups:   id, grp [3]
#>       id   grp   NUM
#>    <int> <chr> <dbl>
#>  1     0    01    -4
#>  2     0    01    -3
#>  3     0    01    -2
#>  4     0    01    -1
#>  5     0    01     1
#>  6     0    01     2
#>  7     0    01     3
#>  8     0    01     4
#>  9     1    02    -3
#> 10     1    02    -2
#> 11     1    02    -1
#> 12     1    02     1
#> 13     1    02     2
#> 14     1    02     3
#> 15     1    02     4
#> 16     1    02     5

推荐答案

是这样吗？

library(dplyr)
filter(df, any(NUM > 2) & any(NUM < -2))

# A tibble: 16 x 3
# Groups:   id, grp [2]
      id grp     NUM
   <int> <chr> <dbl>
 1     0 01    -4.00
 2     0 01    -3.00
 3     0 01    -2.00
 4     0 01    -1.00
 5     0 01     1.00
 6     0 01     2.00
 7     0 01     3.00
 8     0 01     4.00
 9     1 02    -3.00
10     1 02    -2.00
11     1 02    -1.00
12     1 02     1.00
13     1 02     2.00
14     1 02     3.00
15     1 02     4.00
16     1 02     5.00

此外，如果要对一个精确值进行子集化，则说第一个 NUM 是 -3 和最后 NUM 是 5 ，即原始行9-16数据，t可以这样完成

In addition, if one whichs to subset on an exact values, say the first NUM is -3 and last NUM is 5, i.e. row 9-16 in the original data, tThis can be done like this,

df %>%
  group_by(id, grp) %>%
  mutate(first = first(NUM)
        ,last = last(NUM)) %>%
  filter(-3 == first & 5 == last) %>%
  select(-first, -last)  
#> # A tibble: 8 x 3
#> # Groups:   id, grp [1]
#>      id   grp   NUM
#>   <int> <chr> <dbl>
#> 1     1    02    -3
#> 2     1    02    -2
#> 3     1    02    -1
#> 4     1    02     1
#> 5     1    02     2
#> 6     1    02     3
#> 7     1    02     4
#> 8     1    02     5

以上内容受此SO答案。

这篇关于子集面板数据，条件是连续的长度字符串的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！