R过滤器每组仅用于第一个和最后一个时间点

Question

我有一个列名称为ID，日期，覆盖率的数据集。每个ID都有不同数量的日期。覆盖范围为整数0-3。我想过滤这个数据集，使最早和最后一个时间点的覆盖率==3。输入例子:

ID date coverage
001 2012-12-24 2
001 2013-12-04 3
001 2014-12-14 1
001 2015-12-02 3
001 2016-12-02 0
002 2012-01-15 3
002 2013-11-15 1
002 2014-11-15 3
003 2019-01-15 1
003 2020-11-15 1
003 2021-11-15 3

示例输出:

ID date coverage
001 2013-12-04 3
001 2014-12-14 1
001 2015-12-02 3
002 2012-01-15 3
002 2013-11-15 1
002 2014-11-15 3
003 2021-11-15 3

Answer 1

我们将arrange的'ID'， '日期'，按'ID'分组，slice的行从第一个覆盖3的值到last。注意，如果覆盖范围内没有3个值，我们可能需要一个条件，通过if/else条件(else返回NULL)来删除id(或者如果我们想要这些id的完整数据行，使用row_number())

library(dplyr)
df1 %>%
arrange(ID, date) %>%
group_by(ID) %>%
slice(if(3 %in% coverage) 
match(3, coverage):last(which(coverage == 3)) else NULL)  %>%
# if we want to keep the full rows
#  slice(if(3 %in% coverage) 
#    match(3, coverage):last(which(coverage == 3)) else row_number())  %>%
ungroup

与产出

# A tibble: 7 × 3
ID date       coverage
<int> <date>        <int>
1     1 2013-12-04        3
2     1 2014-12-14        1
3     1 2015-12-02        3
4     2 2012-01-15        3
5     2 2013-11-15        1
6     2 2014-11-15        3
7     3 2021-11-15        3

数据

df1 <- structure(list(ID = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 
3L), date = structure(c(15698, 16043, 16418, 16771, 17137, 15354, 
16024, 16389, 17911, 18581, 18946), class = "Date"), coverage = c(2L, 
3L, 1L, 3L, 0L, 3L, 1L, 3L, 1L, 1L, 3L)), row.names = c(NA, -11L
), class = "data.frame")