按组用第一个观察值替换所有值

Question

对于由“id”定义的每个组，我想选择列“x”和“y”的第一行中的值，并将所有后续值替换为该第一个值。

一些数据：

id    Visit   x        y
1      1      0        1
1      2      1        2
1      3      2        8
2      9      1       11
2      10     12      14

我想要：

id    Visit   x        y
1      1      0        1
1      2      0        1  # <- x & y replaced with first values of 'id' 1 
1      3      0        1  # 
2      9      1        11  
2      10     1        11 # <- x & y replaced with first values of 'id' 2 

我试过这个：

df1 <- df %>%
  arrange(id, Visit) %>%
  group_by(id) %>%
  fill(x, y, 
       .direction = 'down',)

然而，这似乎并没有做到。有人可以帮忙吗？

Answer 1

如果您想要 @akrun 很棒的答案的基本 R 版本：

df[c("x","y")] <- lapply(df[c("x","y")], function(z) ave(z, df$id, FUN = function(y) y[1]))
df
#   id Visit x  y
# 1  1     1 0  1
# 2  1     2 0  1
# 3  1     3 0  1
# 4  2     9 1 11
# 5  2    10 1 11

（我故意避免使用dplyr::first或data.table::first，因为这会破坏使用此基本 R 版本的意义。）

或者 data.table 变体：

library(data.table)
setDT(df)
df[, c("x","y") := lapply(.SD[,c("x","y")], first), by = .(id)]

正如 @Henrik 刚刚提到的，在这里使用（好多了！）更好.SDcols：

df[, c("x","y") := lapply(.SD, first), by = .(id), .SDcols = c("x","y")]

Answer 2

使用的base替代方法duplicated：

df[, c("x", "y")] = df[(i = !duplicated(df$id)), c("x", "y")][cumsum(i), ]
#   id Visit x  y
# 1  1     1 0  1
# 2  1     2 0  1
# 3  1     3 0  1
# 4  2     9 1 11
# 5  2    10 1 11

使用data.table滚动连接“填充”每个组中的第一个值（在较大数据上快速）：

library(data.table)
setDT(df)
df[ , c("x", "y") := df[!duplicated(id)][.SD, on = .(id, Visit), .(x, y), roll = Inf]]
df
#    id Visit x  y
# 1:  1     1 0  1
# 2:  1     2 0  1
# 3:  1     3 0  1
# 4:  2     9 1 11
# 5:  2    10 1 11

Answer 3

我们可以使用firstonacrossmutate

library(dplyr)
df %>%
    arrange(id, Visit) %>% 
    group_by(id) %>% 
    mutate(across(c(x, y), first)) %>%
    ungroup