通過選擇每組一行來摺疊數據框

Question

我試圖通過從特定列中具有相同值的每行組中刪除除一行以外的所有行來摺疊數據框。換句話說，每組的第一行。

例如，我想這

> d = data.frame(x=c(1,1,2,4),y=c(10,11,12,13),z=c(20,19,18,17)) 
> d 
    x y z 
1 1 10 20 
2 1 11 19 
3 2 12 18 
4 4 13 17 

轉換成這樣：

x y z 
1 1 11 19 
2 2 12 18 
3 4 13 17 

我用骨料目前做到這一點，但性能與更多的數據不可接受的：

> d.ordered = d[order(-d$y),] 
> aggregate(d.ordered,by=list(key=d.ordered$x),FUN=function(x){x[1]}) 

我試過split/unsplit與這裏有相同的函數參數，但unsplit抱怨abo請重複行號。

是否有可能？是否有一個R語言將rle的長度向量轉換爲開始每次運行的行的索引，然後我可以使用這些索引將這些行從數據框中提取出來？

Answer 1

也許duplicated()可以幫助：

R> d[ !duplicated(d$x), ] 
    x y z 
1 1 10 20 
3 2 12 18 
4 4 13 17 
R> 

編輯哪里哪里，沒關係。這是每個重複塊中的第一個，你想要最後一個。因此，這裏是使用plyr另一個嘗試：

R> ddply(d, "x", function(z) tail(z,1)) 
    x y z 
1 1 11 19 
2 2 12 18 
3 4 13 17 
R> 

這裏plyr確實找到獨特的子集，遍歷它們並應用提供的功能的辛勤工作 - 它簡單的返回最後一組觀測使用tail(z, 1)塊z 。

Answer 2

只是爲了一點點添加到什麼德克提供... duplicated有fromLast說法，你可以用它來選擇最後一行：

d[ !duplicated(d$x,fromLast=TRUE), ] 

Answer 3

這裏是一個data.table的解決方案，這將是時間和內存使用效率對於大型數據集

library(data.table) 
DT <- as.data.table(d)   # convert to data.table 
setkey(DT, x)     # set key to allow binary search using `J()` 
DT[J(unique(x)), mult ='last'] # subset out the last row for each x 
DT[J(unique(x)), mult ='first'] # if you wanted the first row for each x