英文:
Filtering table based on the latest row condition
问题
我可以使用 dplyr 来选择在最后一个可用日期（4/1）对所有X列都有非零数据的用户吗？在这种情况下，用户2 应该被移除。谢谢。
英文:
I have a table like the following:
date user X1 X2 X31/1 1 0 3 342/1 1 0 7 653/1 1 0 0 04/1 1 25 4 651/1 2 285 0 02/1 2 0 0 03/1 2 0 54 04/1 2 0 0 0
How can I use dplyr to select the users that have non-zero data only at the last available date (4/1) for all Xs ?? In this case user 2 should be removed. Thanks
答案1
得分: 4
使用if_any来保留一个组，只要该组的最后一行中所选列中有一个值不等于0：
library(dplyr) #1.1.0+df %>%filter(if_any(X1:X3, ~ .x[n()] != 0), .by = user)# date user X1 X2 X3# 1 1/1 1 0 3 34# 2 2/1 1 0 7 65# 3 3/1 1 0 0 0# 4 4/1 1 25 4 65
希望这对你有所帮助。
英文:
With if_any to keep a group if any of the selected column in the last row for a group has a value different from 0:
library(dplyr) #1.1.0+df %>%filter(if_any(X1:X3, ~ .x[n()] != 0), .by = user)# date user X1 X2 X3# 1 1/1 1 0 3 34# 2 2/1 1 0 7 65# 3 3/1 1 0 0 0# 4 4/1 1 25 4 65
答案2
得分: 2
使用dplyr，我们可以计算last记录的rowSums。
library(dplyr)# or across(X1:X3, last) if you only have positive valuesdf %>% filter(rowSums(across(X1:X3, ~last(abs(.x)))) != 0, .by = user)date user X1 X2 X31 1/1 1 0 3 342 2/1 1 0 7 653 3/1 1 0 0 04 4/1 1 25 4 65
请注意，代码部分没有进行翻译。
英文:
With dplyr, we can calculate the rowSums of the last record.
library(dplyr)# or across(X1:X3, last) if you only have positive valuesdf %>% filter(rowSums(across(X1:X3, ~last(abs(.x)))) != 0, .by = user)date user X1 X2 X31 1/1 1 0 3 342 2/1 1 0 7 653 3/1 1 0 0 04 4/1 1 25 4 65
答案3
得分: 1
另一个选项是使用 any 和 c_across 来检查值是否为0以及最后的 row_number，如下所示：
library(dplyr)df %>%group_by(user) %>%filter(any(c_across(starts_with("X")) != 0 & row_number() == n()))#> # A tibble: 4 × 5#> # Groups: user [1]#> date user X1 X2 X3#> <chr> <int> <int> <int> <int>#> 1 1/1 1 0 3 34#> 2 2/1 1 0 7 65#> 3 3/1 1 0 0 0#> 4 4/1 1 25 4 65
创建于2023年3月15日，使用 reprex v2.0.2
英文:
Another option using any with c_across to check if the values are 0 and the last row_number like this:
library(dplyr)df %>%group_by(user) %>%filter(any(c_across(starts_with("X")) != 0 & row_number() == n()))#> # A tibble: 4 × 5#> # Groups: user [1]#> date user X1 X2 X3#> <chr> <int> <int> <int> <int>#> 1 1/1 1 0 3 34#> 2 2/1 1 0 7 65#> 3 3/1 1 0 0 0#> 4 4/1 1 25 4 65
<sup>Created on 2023-03-15 with reprex v2.0.2</sup>
答案4
得分: 0
虽然楼主明显更喜欢dplyr，但这里提供了一个data.table的解决方案。
library(data.table)setDT(df)df[, .SD[any(.SD[.N, X1:X3] != 0)], user]user date X1 X2 X31: 1 1/1 0 3 342: 1 2/1 0 7 653: 1 3/1 0 0 04: 1 4/1 25 4 65
英文:
Although the OP clearly prefers dplyr for completeness a data.table solution
library(data.table)setDT(df)df[, .SD[any(.SD[.N, X1:X3] != 0)], user]user date X1 X2 X31: 1 1/1 0 3 342: 1 2/1 0 7 653: 1 3/1 0 0 04: 1 4/1 25 4 65
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论