我有一个像数据帧：提取所有，但一个变量的数据帧中第一次出现
ID DATE N Price
1 2013-02-04 3 29.99
1 2013-03-18 1 9.99
1 2013-04-13 2 19.99
2 2013-02-18 1 18.99
2 2013-05-11 2 19.99
这个答案Extract rows for the first occurrence of a variable in a data frame讲述如何提取目标值的第一个分身......但我需要所有但第一次出现，又名：
ID DATE N Price
1 2013-03-18 1 9.99
1 2013-04-13 2 19.99
2 2013-05-11 2 19.99
这是什么建议？
我最初的直觉是使用链接答案中概述的方法，构建“第一个”子集，然后说，“从原始数据框中，给我除了这些值之外的所有东西”......但是这似乎也许更复杂。
您可以使用data.table包轻松完成此操作。
library(data.table)
setDT(df)[, .SD[-1], by = ID]
# ID DATE N Price
# 1: 1 2013-03-18 1 9.99
# 2: 1 2013-04-13 2 19.99
# 3: 2 2013-05-11 2 19.99
其中df是您的原始数据。这将删除每个组的第一行，按ID分组。
另一个选项是dplyr包。
library(dplyr)
slice(group_by(df, ID), -1)
# ID DATE N Price
# (int) (fctr) (int) (dbl)
# 1 1 2013-03-18 1 9.99
# 2 1 2013-04-13 2 19.99
# 3 2 2013-05-11 2 19.99
这些删除所有组的第一行。如果组中只有一行，则不指定会发生什么情况。如果您需要保留这些行，则需要对此进行说明。所以让我们添加一行作为一个组，并看看。
dff <- rbind(df, df[4, ])
dff[6, 1] <- 3
然后data.table代码将是
setDT(dff)[, .SD[if(.N == 1L) 1 else -1], by = ID]
# ID DATE N Price
# 1: 1 2013-03-18 1 9.99
# 2: 1 2013-04-13 2 19.99
# 3: 2 2013-05-11 2 19.99
# 4: 3 2013-02-18 1 18.99
和dplyr代码将是
slice(group_by(dff, ID), if(n() == 1L) 1 else -1)
# ID DATE N Price
# (dbl) (fctr) (int) (dbl)
# 1 1 2013-03-18 1 9.99
# 2 1 2013-04-13 2 19.99
# 3 2 2013-05-11 2 19.99
# 4 3 2013-02-18 1 18.99
用于这些情况。
数据：
df <- structure(list(ID = c(1L, 1L, 1L, 2L, 2L), DATE = structure(c(1L,
3L, 4L, 2L, 5L), .Label = c("2013-02-04", "2013-02-18", "2013-03-18",
"2013-04-13", "2013-05-11"), class = "factor"), N = c(3L, 1L,
2L, 1L, 2L), Price = c(29.99, 9.99, 19.99, 18.99, 19.99)), .Names = c("ID",
"DATE", "N", "Price"), class = "data.frame", row.names = c(NA,
-5L))
如果你不希望使用添加的包：
df[duplicated(df$ID),]
另一种选择是ave
df[with(df, ave(ID, ID, FUN= seq_along)!=1),]
# ID DATE N Price
#2 1 2013-03-18 1 9.99
#3 1 2013-04-13 2 19.99
#5 2 2013-05-11 2 19.99
我喜欢它的简单。我想出的最好的是'df [--match（unique（df $ ID），df $ ID）]]，但这更好。 – thelatemail