删除 tibble 中的偏移行

Question

请注意，数据的顺序和 VALUE 列与我之前的问题不同。该问题的可接受答案适用于我提供的数据集，但是更改值会导致答案失败。

我正在尝试删除具有抵消值的行。

library(dplyr)
a <- c(1, 1, 1, 1, 2, 2, 2, 2,2,2)
b <- c("a", "b", "b", "b", "c", "c","c", "d", "d", "d")
d <- c(10, 10, -10, 50, 20, -20, 60, 30, -30, 70)
o <- c("A", "B", "C", "D", "E", "F", "G", "H", "I", "J")
df <- tibble(ID = a, SEQ = b, VALUE = d, OTHER = o)

生成按 ID 和 SEQ 分组的有序 table。

> df
# A tibble: 10 x 4
      ID   SEQ VALUE OTHER
   <dbl> <chr> <dbl> <chr>
 1     1     a    10     A
 2     1     b   -10     B
 3     1     b    10     C
 4     1     b    50     D
 5     2     c   -20     E
 6     2     c    20     F
 7     2     c    60     G
 8     2     d   -30     H
 9     2     d    30     I
10     2     d    70     J

我想删除行对 (2,3)、(5,6)、(8,9)，因为 VALUE 否定匹配的前一行中的 VALUE。

我希望结果 table 是

> df2
# A tibble: 4 x 4
     ID   SEQ VALUE OTHER
  <dbl> <chr> <dbl> <chr>
1     1     a    10     A
2     1     b    50     D
3     2     c    60     G
4     2     d    70     J

我知道我不能使用 group_by %>% summarize，因为我需要保留 OTHER 中的值。我查看了 dplyr::lag() 函数，但我看不出它有什么帮助。我相信我可以使用某种类型的 for each 循环遍历 table 并生成一个可用于删除行的逻辑向量，但我希望有一个更优雅的解决方案。

Answer 1

除非我完全误解了你的问题，否则这是否有效？

idx <- which(diff(cumsum(df$VALUE)) < 0);
df[-c(idx, idx + 1), ];
## A tibble: 4 x 4
#     ID   SEQ VALUE OTHER
#  <dbl> <chr> <dbl> <chr>
#1     1     a    10     A
#2     1     b    50     D
#3     2     c    60     G
#4     2     d    70     J

Answer 2

这是另一个没有任何假设的解决方案，与接受的答案不同，它假设：

1- 数据也根据VALUE

排序

2- 每当 cumsum 的差异为负时，表示该值与前一行相比已被取反。

3- 如果差异为负，则这些行属于同一组（根据提供的有序数据，在某种程度上可以接受）。

更一般的答案是：

df %>% arrange(ID,SEQ,VALUE) %>%  group_by(ID, SEQ) %>% 
              mutate(helper = VALUE + lag(VALUE, default = -999)) %>% 
              filter(!(helper==0 | lead(helper, default = -999)==0)) %>% select(-helper))
## # A tibble: 4 x 4
## # Groups:   ID, SEQ [4]
##      ID   SEQ VALUE OTHER
##   <dbl> <chr> <dbl> <chr>
## 1     1     a    10     A
## 2     1     b    50     D
## 3     2     c    60     G
## 4     2     d    70     J

删除 tibble 中的偏移行

Removing offsetting rows in a tibble

r

dplyr

tidyverse