Wyodrębnij wiersze pierwszego wystąpienia zmiennej w ramce danych

Mam ramkę danych z dwiema zmiennymi, datą i taksonami, i chcę uzyskać datę pierwszego wystąpienia każdego taksonu. Istnieje 9 różnych dat i 40 różnych taksonów w ramce danych zawierającej 172 wiersze, ale moja odpowiedź powinna obejmować tylko 40 wierszy.
Taksony to czynnik, a data to data.
Na przykład moja ramka danych (nazywana „gatunkiem”) jest skonfigurowana w następujący sposób:

Date Taxa

2013-07-12 A

2011-08-31 B

2012-09-06 C

2012-05-17 A

2013-07-12 C

2012-09-07 B

i szukałbym odpowiedzi takiej:

Date Taxa

2012-05-17 A

2011-08-31 B

2012-09-06 C

Próbowałem użyć:

t.first <- species[unique(species$Taxa),]

co dało mi prawidłową liczbę linii, ale były zduplikowane taksony. Jeśli użyję tylko unikalnego (gatunek $ Taxa), wydaje mi się, że daje mi poprawną odpowiedź, ale wtedy nie wiem, kiedy to się po raz pierwszy wydarzyło.
Dzięki za wszelką pomoc.

Zaproszony:

5 odpowiedzi

Anonimowy użytkownik

Potwierdzenie od:

t.first <- species[match(unique(species$Taxa), species$Taxa),]

match

zwraca indeksy pierwszego dopasowania w porównywanych wektorach, co daje żądane ciągi.

Anonimowy użytkownik

Potwierdzenie od:

Poniższe polecenie

duplicated

tworzy indeks logiczny dla zduplikowanych wartości

data $ Taxa

. Tworzony jest podzbiór ramki danych bez pasujących wierszy za pomocą:

data[!duplicated(data$Taxa), ]

Wynik:

Date Taxa

1 2012-05-17 A

2 2011-08-31 B

3 2012-09-06 C

Anonimowy użytkownik

Potwierdzenie od:

Oto parametr

dplyr

, który jest niezależny od sortowania danych w kolejności dat i bierze pod uwagę relacje:

library(dplyr)

df %>% 

 mutate(Date = as.Date(Date)) %>% 

 group_by(Taxa) %>% 

 filter(Date == min(Date)) %>% 

 slice(1) %>% # takes the first occurrence if there is a tie

 ungroup()# A tibble: 3 x 2

 Date Taxa 

 <date> <chr>

1 2012-05-17 A 

2 2011-08-31 B 

3 2012-09-06 C # sample data:

df <- read.table(text = 'Date Taxa

 2013-07-12 A

 2011-08-31 B

 2012-09-06 C

 2012-05-17 A

 2013-07-12 C

 2012-09-07 B', header = TRUE, stringsAsFactors = FALSE)

Możesz uzyskać to samo, sortując według daty:

df %>% 

 mutate(Date = as.Date(Date)) %>% 

 group_by(Taxa) %>% 

 arrange(Date) %>% 

 slice(1) %>% 

 ungroup()

Anonimowy użytkownik

Potwierdzenie od:

To powinno załatwić sprawę:

# Create some dummy data:# Create some dates 

Date=as.POSIXct(c("2013-07-12","2011-08-31","2012-09-06","2009-01-01",

 "2012-05-17","2013-07-12","2012-09-07","2013-02-02"))# Create unique taxa

Taxa=rep(c("A","B","C","D"),2)# Combine the two into a dataframe

data=as.data.frame(list(Date=Date,Taxa=Taxa))# this returns a numeric vector of the minimum dates

xx=tapply(data$Date,list(data$Taxa),min)# And this will return a dataframe with the first occurence

# of your taxa (or variables)

as.data.frame(list(Date=as.POSIXct(xx,origin="1970-01-01"),

 Taxa=names(xx)))

Uwaga: Możesz dodać simplify = T, aby dotknąć, aby powrócić
obiekt POSIXt, ale zwraca listę. Więcej szczegółów można znaleźć tutaj:

Nieoczekiwane zachowanie Min, Taply i Posixct/Posixlt Classes?
http://r.789695.n4.nabble.com/ ... .html

Anonimowy użytkownik

Potwierdzenie od:

Oto rozwiązanie wykorzystujące

data.table

library(data.table)

setDT(species)

species[, .SD[which.min(Date)], by = Taxa]

# Taxa Date

# 1: A 2012-05-17

# 2: B 2011-08-31

# 3: C 2012-09-06

Dane

:

species <- data.frame( Date = as.Date(c("2013-07-12", "2011-08-31", "2012-09-06", 

 "2012-05-17", "2013-07-12", "2012-09-07")), 

 Taxa = c("A", "B", "C", "A", "C", "B"))

Aby odpowiedzieć na pytania, Zaloguj się lub Zarejestruj się

Wyodrębnij wiersze pierwszego wystąpienia zmiennej w ramce danych

5 odpowiedzi

Powiązane pytanie

Stan problemu

Wyodrębnij wiersze pierwszego wystąpienia zmiennej w ramce danych

Linki dotyczące treści

5 odpowiedzi

Powiązane pytanie

Stan problemu