我有重復的隨機人的種族資料行，日期是分配種族的日期。我想根據這些條件為每個人分配一個種族類別（白人、亞洲人、黑人、其他、混合）：（1）如果這個人有多個種族，那么將分配最常見的一個（最高種族_n）。(2) 如果患者具有相同數量的多個種族（例如，1 個混合種族、1 個亞洲人、1 個其他種族），那么將分配最近的一個。我以某種方式組織資料，以便計算每個患者的每個種族，并撰寫代碼以降序排列種族日期。但是，當我運行代碼以獲取組織表的第一行時，我最終會為每個人分配隨機種族。
| 人 | 種族 | 種族_n | 種族日期 |
|---|---|---|---|
| 1 | 白色的 | 4 | 2019 年 4 月 9 日 |
| 1 | 白色的 | 4 | 2018 年 4 月 9 日 |
| 1 | 白色的 | 4 | 2017 年 4 月 9 日 |
| 1 | 白色的 | 4 | 2016 年 4 月 9 日 |
| 1 | 其他 | 1 | 2015 年 4 月 9 日 |
| 2 | 亞洲人 | 1 | 2019 年 4 月 9 日 |
| 2 | 其他 | 1 | 2018 年 4 月 9 日 |
| 2 | 混合 | 1 | 2017 年 4 月 9 日 |
| 3 | 黑色的 | 2 | 2016 年 4 月 9 日 |
| 3 | 黑色的 | 2 | 2015 年 4 月 9 日 |
我用這段代碼制作了上面的表格
df %>%
group_by(person,ethnicity_n,ethnicity_date) %>%
arrange(person,ethnicity_n,desc(ethnicity_date))
我希望決賽桌看起來像這樣
| 人 | 種族 | 種族_n | 種族日期 |
|---|---|---|---|
| 1 | 白色的 | 4 | 2019 年 4 月 9 日 |
| 2 | 亞洲人 | 1 | 2019 年 4 月 9 日 |
| 3 | 黑色的 | 2 | 2016 年 4 月 9 日 |
我嘗試了所有這些代碼來獲得第二張桌子，但每次種族不符合我想要的條件
df %>%
group_by(person,ethnicity_n,ethnicity_date) %>%
arrange(person,ethnicity_n,desc(ethnicity_date)) %>%
slice(1L)
df %>%
group_by(person) %>%
arrange(person,ethnicity_n,desc(ethnicity_date)) %>%
slice(1L)
df %>%
group_by(person,ethnicity_n,ethnicity_date) %>%
arrange(person,ethnicity_n,desc(ethnicity_date)) %>%
filter(row_number()==1)
df %>%
group_by(person) %>%
arrange(person,ethnicity_n,desc(ethnicity_date)) %>%
filter(row_number()==1)
資料：
df <- structure(list(person = c(
1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 3L,
3L
), ethnicity = c(
"white", "white", "white", "white", "other",
"asian", "other", "mixed", "black", "black"
), ethnicity_n = c(
4L,
4L, 4L, 4L, 1L, 1L, 1L, 1L, 2L, 2L
), ethnicity_date = c(
"04/09/2019",
"04/09/2018", "04/09/2017", "04/09/2016", "04/09/2015", "04/09/2019",
"04/09/2018", "04/09/2017", "04/09/2016", "04/09/2015"
)), class = "data.frame", row.names = c(
NA,
-10L
))
uj5u.com熱心網友回復：
你的主要問題是你ethnicity_date是一個字符向量，而不是一個Date.
我假設它是月-日-年格式，但如果它是日-月-年格式，您可以更改format = "%m/%d/%Y"為format = "%d/%m/%Y".
請注意，由于我們使用max()函式ethnicity_date和ethnicity_n，因此不必先按arrange()順序排列資料。如果任一列中有任何值，您將需要提供na.rm=TRUE給該函式。max()NA
df |>
mutate(
ethnicity_date = as.Date(
ethnicity_date,
format = "%m/%d/%Y"
)
) |>
group_by(person) |>
filter(
ethnicity_n == max(ethnicity_n)
) |>
filter(
ethnicity_date == max(ethnicity_date)
) |>
slice(1L) # in case there are still ties
# # A tibble: 3 x 4
# # Groups: person [3]
# person ethnicity ethnicity_n ethnicity_date
# <int> <chr> <int> <date>
# 1 1 white 4 2019-04-09
# 2 2 asian 1 2019-04-09
# 3 3 black 2 2016-04-09
我將您保留slice(1L)在最后，以防有人有多行具有相同的ethnicity_nand ethnicity_date，但是如果您想在這種情況下保留兩行，則可以將其洗掉。
uj5u.com熱心網友回復：
編輯：感謝您添加示例資料集，這更容易。
我想slice_max()這就是你要找的，見下文。最好先正確格式化日期
library(dplyr)
df %>%
mutate(ethnicity_date = as.Date(ethnicity_date, format = "%d/%m/%Y")) %>%
group_by(person) %>%
slice_max(ethnicity_n) %>%
slice_max(ethnicity_date) %>%
ungroup()
# A tibble: 3 × 4
# person ethnicity ethnicity_n ethnicity_date
# <int> <chr> <int> <date>
# 1 1 white 4 2019-09-04
# 2 2 asian 1 2019-09-04
# 3 3 black 2 2016-09-04
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/513102.html
標籤：r日期dplyr