从数据框中有条件地选择重复测量

Question

我有在不同时间点对每个主题（id）进行重复测量的数据。我想为每个主题保留两行，时间点== 0，并且时间点最接近4。在具有两个候选时间点与4等距离的行的情况下，例如（3，5），我想选择最低的（3 ）。

如下图的“选择”列所示，带有“ x”的行将不会保留。

 dat <- structure(list(id = c(172507L, 172507L, 172507L, 172525L, 172525L, 
172525L, 172526L, 172526L, 172526L, 172527L, 172527L, 172527L, 
172527L, 172527L), timepoint = c(0L, 2L, 6L, 0L, 4L, 5L, 0L, 
5L, 2L, 2L, 3L, 5L, 6L, 0L)), class = "data.frame", row.names = c(NA, 
-14L))

Answer 1

我们可以arrange通过id和timepoint为每个组选择时的第一次出现，timepoint == 0以及之间的最小绝对值4 - timepoint。由于我们已经按其排列，因此timepoint which.min将首先选择timepoint较低的值（在平局的情况下）。

library(dplyr)
dat %>%
  arrange(id, timepoint) %>%
  group_by(id) %>%
  slice(c(which.max(timepoint == 0), which.min(abs(4- timepoint))))

#     id timepoint
#   <int>     <int>
#1 172507         0
#2 172507         2
#3 172525         0
#4 172525         4
#5 172526         0
#6 172526         5
#7 172527         0
#8 172527         3