R数据框-如何提取唯一值

Question

我正在尝试从数据集中提取SUBJ,BLK和的每个组合的第一条记录。TR简化的集合，sampleData，是：

SUBJ BLK TR    BEG    END
1  1234   1  1 111021 111021
2  1234   1  1 111400 111021
3  1234   1  1 111566 111021
4  1234   1  1 111765 111021
5  1234   2  2 132050 133113
6  1234   2  2 133123 133113
7  1234   2  2 133479 133113
8  1234   2  2 133762 133113
9  5678   1  1  82503  82502
10 5678   1  1  82902  82502
11 5678   1  1  83102  82502
12 5678   1  1  83310  82502
13 5678   2  2 274870 288224
14 5678   2  2 288225 288224
15 5678   2  2 288535 288224
16 5678   2  2 288802 288224

当我尝试这个时：

ddplyFirst <- ddply(sampleData, .(SUBJ, BLK, TR), summarize, 
                        Tr.match = match(unique(TR), TR))

我明白了：

ddplyFirst
  SUBJ BLK TR Tr.match
1 1234   1  1        1
2 1234   2  2        1
3 5678   1  1        1
4 5678   2  2        1

我不知道如何从这个转到我想要得到的，其中包括 和BEG值END或BEG - END。

现在，事实证明，在上面的例子中，END是一个唯一的数字，所以我可以这样做：

first <- with(sampleData, match(unique(END), END))

这给了我：

sampleData[first,]
   SUBJ BLK TR    BEG    END
1  1234   1  1 111021 111021
5  1234   2  2 132050 133113
9  5678   1  1  82503  82502
13 5678   2  2 274870 288224

问题是完整的数据集有202,616 条记录长，我不能保证BEG、和END的不同组合具有唯一值。SUBJBLKTR

另外，我想学习如何解决更一般的情况，对我来说，现在将获得每个SUBJ、BLK和TR组合中的第一个记录。

当然，更一般的情况是获取每个SUBJ、BLK和TR组合中的第 n 条记录。如果有人可以向我展示如何执行这些“更”通用或“最”通用解决方案中的一个或另一个，我将非常感激。

Answer 1

这里不需要使用summarise，你可以这样做（使用head来获取第一行）

 ddply(sampleData, .(SUBJ, BLK, TR), function(x) head(x,1))
  SUBJ BLK TR    BEG    END
1 1234   1  1 111021 111021
2 1234   2  2 132050 133113
3 5678   1  1  82503  82502
4 5678   2  2 274870 288224

或者更一般地获得第 n 行。n 你可以这样做：

ddply(sampleData, .(SUBJ, BLK, TR), function(x) x[min(row.n,nrow(x),])