如何选择按其他变量排序的最小 TRUE 值

Posted 2023-03-16

【中文标题】如何选择按其他变量排序的最小 TRUE 值

【英文标题】：How to select minimum TRUE values sorted by other variables

【发布时间】：2017-12-09 17:14:56

【问题描述】：

我有一组非常大的数据，按设施编号、年份和月份排序。在最后一列中，我有一组 TRUE/FALSE 语句。我设置了最后一列，以便对于每个唯一的一组（设施编号、年份和月份），该列将以 FALSE 开始，但过渡到 TRUE 时的某个点（这在我的程序的其他地方确定）。

我希望在最后一列从 FALSE 切换为 TRUE 的每个唯一集合（设施编号、年份和月份）中找到最小行号。

这是一个表格示例：

     fac_num year month     t
  1:       1 2017     1 FALSE
  2:       1 2017     1 FALSE
  3:       1 2017     1 FALSE
  4:       1 2017     1 FALSE
  5:       1 2017     1 FALSE
 ---                         
2466726:      62 2017     4  TRUE
2466727:      62 2017     4  TRUE
2466728:      65 2017     1  TRUE
2466729:      65 2017     5  TRUE
2466730:      65 2017     5  TRUE

到目前为止，我只能管理如何获取 TRUE 值的最低行数，但不能管理每个唯一的集合（设施编号、年份和月份）。

min(which(dat0a$t))

以上代码返回

64

哪个是（fac_num = 1，year = 2017，month = 1）中最低 TRUE 值的正确行号，但我想知道如何对任何（设施号、年份和月份）重复此操作无需手动输入每个组合，因为有数百种可能的组合。

【问题讨论】：

这将更容易解决一个更具重现性的例子。您应该查看dplyr 包。我想你正在寻找这样的东西：library(dplyr) dat0a %>% group_by(fac_num, year, month) %>% mutate( rn = row_number(), rn_min = min(rn))

看起来您正在使用 data.table。如果这是真的，您可以使用dat0a[, which.max(t), by=fac_num]。在基础 R 中，您可以使用 aggregate(t ~ fac_num, data=dat0a, which.max)。这是因为which.max 将返回第一个观察到的最大值的位置。

【参考方案1】：

这是使用dplyr的解决方案：

library(dplyr)

dat0a %>%
  group_by(fac_num, year, month) %>%
  summarize(row_n = min(row_number()[t == TRUE]))

首先使用group_by 设置您的组，然后在每个组中取最小的row_number() 其中t == TRUE。