如何选择所有

Question

我有一个包含许多变量的数据框(潜水),包括:

     diveNum bottomTime 
[,1]    2       FALSE
[,2]    2       FALSE
[,3]    2       TRUE
[,4]    2       TRUE
[,5]    2       FALSE
[,6]    2       TRUE
[,7]    2       FALSE
[,8]    3       FALSE
[,9]    3       TRUE
[,10]   3       FALSE
[,11]   3       TRUE
[,12]   3       TRUE
[,13]   3       FALSE

对于每个独特的diveNum,我想选择bottomTime为TRUE的第一次和最后一次(包括)之间的所有行,给出:

     diveNum bottomTime
[,3]    2       TRUE
[,4]    2       TRUE
[,5]    2       FALSE
[,6]    2       TRUE
[,9]    3       TRUE
[,10]   3       FALSE
[,11]   3       TRUE
[,12]   3       TRUE

ddply一直是我遇到类似问题的朋友,我可以通过首先将数据子集化为仅包括bottomTime为"TRUE"然后运行ddply的情况来确定每个diveNum中"TRUE"的第一个和最后一个记录:

dives <- dives[dives$bottomTime == "TRUE",]
bottomTime <- ddply(dives, .(diveNum), function(x) x[c(1, nrow(x)), ])

这给出了:

      X  diveNum bottomTime
[,1]  3     2      TRUE
[,2]  6     2      TRUE
[,3]  9     3      TRUE
[,4]  12    3      TRUE

我无法管理的是做一些事情,比如在每次潜水(存储在X中)中使用"TRUE"的第一个和最后一个记录的行号作为索引来对原始数据帧进行子集化.我一直在努力解决这个问题,我们将非常感谢任何帮助!

Answer 1

这是一种使用的方法data.table

library(data.table)
setDT(dives)
dives[dives[, do.call(seq,as.list(range(.I[bottomTime]))),by=diveNum][['V1']]]
# or
dives[dives[,.I[cummax(bottomTime) &rev(cummax(rev(bottomTime)))],by=diveNum][['V1']]]
 # or
dives[,.SD[cummax(bottomTime) &rev(cummax(rev(bottomTime)))],by=diveNum]
 #or
dives[dives[(bottomTime),seq(.I[1],.I[.N]),by=diveNum][['V1']]]

一种方法使用plyr::ddply

 ddply(dives, .(diveNum), function(x,ind) {
       x[do.call(seq, as.list(range(which(x[[ind]])))),]
       } ,ind='bottomTime')

或使用dplyr

dives %>% group_by(diveNum) %>% 
          filter(cumany(bottomTime) & rev(cumany(rev(bottomTime))))