获取每个组的第一个和最后一个值 – dplyr group_by 与 last() 和 first()

Posted 2023-02-14

【中文标题】获取每个组的第一个和最后一个值 – dplyr group_by 与 last() 和 first()

【英文标题】：Get first and last values per group – dplyr group_by with last() and first()

【发布时间】：2017-07-28 00:15:25

【问题描述】：

下面的代码应该按年份对数据进行分组，然后使用每年的第一个值和最后一个值创建两个新列。

library(dplyr)

set.seed(123)

d <- data.frame(
    group = rep(1:3, each = 3),
    year = rep(seq(2000,2002,1),3),
    value = sample(1:9, r = T))

d %>% 
    group_by(group) %>%
    mutate(
        first = dplyr::first(value),
        last = dplyr::last(value)
    )

但是，它不能正常工作。预期的结果是

  group  year value first  last
  <int> <dbl> <int> <int> <int>
1     1  2000     3     3     4
2     1  2001     8     3     4
3     1  2002     4     3     4
4     2  2000     8     8     1
5     2  2001     9     8     1
6     2  2002     1     8     1
7     3  2000     5     5     5
8     3  2001     9     5     5
9     3  2002     5     5     5

然而，我明白了（它需要整个数据框的第一个和最后一个值，而不仅仅是组）：

  group  year value first  last
  <int> <dbl> <int> <int> <int>
1     1  2000     3     3     5
2     1  2001     8     3     5
3     1  2002     4     3     5
4     2  2000     8     3     5
5     2  2001     9     3     5
6     2  2002     1     3     5
7     3  2000     5     3     5
8     3  2001     9     3     5
9     3  2002     5     3     5

【问题讨论】：

它适用于我：我得到一列，其中包含按组的第一个值和一个按组包含最后一个值的列。

能否显示dplyr的版本

你想要summarize而不是变异吗？

我的猜测是duplicate of this，您无意中使用了plyr::mutate 而不是dplyr::mutate。然而，“没有按预期工作”的描述如此模糊，以至于无法知道......

谢谢大家！ @Gregor 解决了这个问题！另外，我已经更新了这个问题，使预期结果与实际结果更准确。

【参考方案1】：

dplyr::mutate() 成功了

d %>% 
    group_by(group) %>%
    dplyr::mutate(
        first = dplyr::first(value),
        last = dplyr::last(value)
    )

【参考方案2】：

您也可以尝试使用 dpylr 中的 summarise 函数来获取唯一组的第一个和最后一个值

 d %>% 
    group_by(group) %>% 
        summarise(first_value = first(na.omit(values)),
            last_value = last(na.omit(values))) %>% 
               left_join(d, ., by = 'group')

【参考方案3】：

如果您来自未来并且 dplyr 已停止支持 first 和 last 函数或想要一个面向未来的解决方案，您可以像索引列表一样索引列：

> d %>% 
        group_by(group) %>% 
        mutate(
                first = value[[1]], 
                last = value[[length(value)]]
        )

# A tibble: 9 × 5
# Groups:   group [3]
  group  year value first  last
  <int> <dbl> <int> <int> <int>
1     1  2000     3     3     4
2     1  2001     8     3     4
3     1  2002     4     3     4
4     2  2000     8     8     1
5     2  2001     9     8     1
6     2  2002     1     8     1
7     3  2000     5     5     5
8     3  2001     9     5     5
9     3  2002     5     5     5