如何刪除時間序列數據中缺少測量值的對象？

Question

我有一個像下面的數據：當受試者在幾年不同的開始和結束多年的測量

ID Year Measurement 
1 2009 5.6 
1 2010 6.2 
1 2011 4.5 
2 2008 6.4 
2 2009 5.2 
3 2008 3.5 
3 2010 5.6 
4 2009 5.9 
4 2010 2.2 
4 2011 4.1 
4 2012 5.5 

。受試者也被測量不同的次數。我想刪除在開始和結束測量年度之間每一年都沒有測量的科目。所以，在上面的數據中，我想要刪除主題3，因爲他們在2009年錯過了一次測量。

我想過要做一個for循環，其中我得到了每個唯一ID的變量Year的最大值和最小值。然後我將每個玩家的最大值和最小值之間的差值加1，然後計算每個唯一的ID在數據中出現的次數，並檢查它們是否相等。這應該工作，但我覺得有一個快速，更有效的方法來做到這一點。

Answer 1

這將是最容易與data.table包：

dt = data.table(df, key="Year") 
dt[,Remove:=any(diff(Year) > 1),by=ID] 
dt = dt[(!Remove)] 
dt$Remove = NULL 

    ID Year Measurement 
1: 1 2009   5.6 
2: 1 2010   6.2 
3: 1 2011   4.5 
4: 2 2008   6.4 
5: 2 2009   5.2 
6: 4 2009   5.9 
7: 4 2010   2.2 
8: 4 2011   4.1 
9: 4 2012   5.5 

Answer 2

這裏有一個替代

> ind <- aggregate(Year~ID, FUN=function(x) x[2]-x[1], data=df)$Year>1 
> df[!df$ID==unique(df$ID)[ind], ] 
    ID Year Measurement 
1 1 2009   5.6 
2 1 2010   6.2 
3 1 2011   4.5 
4 2 2008   6.4 
5 2 2009   5.2 
8 4 2009   5.9 
9 4 2010   2.2 
10 4 2011   4.1 
11 4 2012   5.5 

Answer 3

你可以試試ave。我的匿名函數基本上是問題中提出的僞代碼。

df[as.logical(ave(df$Year, df$ID, FUN = function(x) length(x) > max(x) - min(x))), ] 

# ID Year Measurement 
# 1 1 2009   5.6 
# 2 1 2010   6.2 
# 3 1 2011   4.5 
# 4 2 2008   6.4 
# 5 2 2009   5.2 
# 8 4 2009   5.9 
# 9 4 2010   2.2 
# 10 4 2011   4.1 
# 11 4 2012   5.5