如何找到在面板数据中的R

Question

设置的首次和最后出现我有一个表：

id time 
1 1 
1 2 
1 5 
2 3 
2 2 
2 7 
3 8 
3 3 
3 14 

我想将其转换为：

id first last 
1  1  5 
2  3  7 
3  8 14 

请帮帮忙！

Answer 1

我们可以使用data.table。转换 'data.frame' 到 'data.table'（setDT(df1)），由 'ID' 进行分组，我们得到的 '时间'

library(data.table) 
setDT(df1)[, list(firstocc = time[1L], lastocc = time[.N]), 
        by = id] 

---

或者与dplyr，我们使用first和last值相同的方法。

library(dplyr) 
df1 %>% 
    group_by(id) %>% 
    summarise(firstocc = first(time), lastocc = last(time)) 

---

或用base R（无需包装）

do.call(rbind, lapply(split(df1, df1$id), 
    function(x) data.frame(id = x$id[1], 
     firstocc = x$time[1], lastocc = x$time[nrow(x)]))) 

---

如果我们需要立足于min和max值（不涉及预期的输出），该data.table选项是

setDT(df1)[, setNames(as.list(range(time)), 
       c('firstOcc', 'lastOcc')) ,id] 

和dplyr是

df1 %>% 
    group_by(id) %>% 
    summarise(firstocc = min(time), lastocc = max(time)) 

Answer 2

有可以执行这种在R的聚集我们展示如何做到这一点没有任何包装，然后用一些包装显示了很多包。

1）使用aggregate。无需包裹。

ag <- aggregate(time ~ id, DF, function(x) c(first = min(x), last = max(x))) 

，并提供：

> ag 
    id time.first time.last 
1 1   1   5 
2 2   2   7 
3 3   3  14 

ag是一个两列的数据帧，其第二列包含与名为“第一”列的两列的矩阵，并且“最后”。如果你想将它压平到3列数据帧使用：

do.call("cbind", ag) 

捐赠：

 id first last 
[1,] 1  1 5 
[2,] 2  2 7 
[3,] 3  3 14 

1A）的这种变化（1）是丑陋列名的代价更紧凑。

aggregate(time ~ id, DF, range) 

2）sqldf

library(sqldf) 
sqldf("select id, min(time) first, max(time) last from DF group by id") 

，并提供：

 id first last 
[1,] 1  1 5 
[2,] 2  2 7 
[3,] 3  3 14 

3）summaryBy summaryBy在doBy包很像aggregate：

library(doBy) 

summaryBy(time ~ id, data = DF, FUN = c(min, max)) 

给予：

id time.min time.max 
1 1  1  5 
2 2  2  7 
3 3  3  14 

注：这里是在重现的形式输入DF：

Lines <- "id time 
1 1 
1 2 
1 5 
2 3 
2 2 
2 7 
3 8 
3 3 
3 14" 
DF <- read.table(text = Lines, header = TRUE) 

更新：添加（1A），（2）和（3）和固定（1）。

Answer 3

可以删除重复和重塑它

dd <- read.table(header = TRUE, text = "id time 
1 1 
1 2 
1 5 
2 3 
2 2 
2 7 
3 8 
3 3 
3 14") 

d2 <- dd[!(duplicated(dd$id) & duplicated(dd$id, fromLast = TRUE)), ] 
reshape(within(d2, tt <- c('first', 'last')), dir = 'wide', timevar = 'tt') 

# id time.first time.last 
# 1 1   1   5 
# 4 2   3   7 
# 7 3   8  14 

的[提取行用于可变的在数据帧中的第一次出现（