根据两个不同的列从一行中提取信息

Posted 2023-02-27

我有一个看起来像这样的数据集：

ID           Name            Age           Medal         Country
1            Dimitrios       10            Bronze        GRE
2            Oumar           30            NA            SEN
3            Toivo           25            Gold          FIN

我想做的是提取获得奖章的最年轻运动员（铜牌，银牌和金牌）的信息（姓名+年龄+国家）。

这可能吗？如果是这样，请你帮我解释一下我应该怎么做。

答案

为了获得最年轻的运动员，他获得了青铜，银，金的X奖牌X，这是使用dplyr::的一种方式。

library(dplyr)

# make some fake data 
dat <- data.frame(
  ID = 1:7, 
  Name = c("a","b","c","d","e","f","g"),
  Age = c(10, 15, 20, 25, 30, 35, 40), 
  Medal = c("bronze","bronze","silver","silver","gold","gold",NA),
  Country = c("GRE","SEN","FIN","USA","GRE","USA","FIN"))

# get just the rows where the person is the youngest to win their medal type:
dat %>% group_by(Medal) %>% 
  filter(Age == min(Age)) %>% ungroup()

## output will look like this:
## 
##    ID Name   Age  Medal   Country
##     1  a      10  bronze  GRE    
##     3  c      20  silver  FIN    
##     5  e      30  gold    GRE    
##     7  g      40  NA      FIN    

这也将使NA作为他们在$Medal的价值回归最年轻的人。要获得三个奖牌获得者的信息并忽略NAs，首先只需filter()数据：

dat %>% 
  filter(!is.na(Medal)) %>% 
  group_by(Medal) %>% 
  filter(Age == min(Age)) %>% ungroup()

或者，如果您只想获得最年轻的人获得任何奖牌的信息，那么您可以直接过滤数据（即不先通过$Medal分组）：

dat %>% 
  filter(!is.na(Medal)) %>% 
  filter(Age == min(Age))