如何实现groupby,summarize之后返回当前行其他列的值

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

顺序ID	主Id	报告日期	得分
1	47	2017/2/4	50
2	47	2017/2/11	30
3	47	2017/2/18	24
4	47	2017/2/25	18
5	49	2017/2/9	40
6	49	2017/2/16	31
7	49	2017/2/23	17
8	51	2017/2/3	35
9	53	2015/5/5	28
10	53	2015/5/12	20
11	53	2015/5/19	17
12	55	2017/1/21	31
13	55	2017/1/28	8
14	57	2017/1/13	35
15	57	2017/1/20	32
16	67	2017/1/7	19
17	67	2017/1/14	13
18	67	2017/1/21	5

如上源数据,我想得到同一个主ID最早一天的分数和最晚一天的分数,最终实现结果是最下面的表格,

group_by(df,主Id) %>% summarise('最晚'=max(报告日期),'最早'=min(报告日期))
现在我用上面的代码只能实现前三列,我想问下summarize能不能实现返回当前行的其他列的值呢,

     主Id        最晚        最早      最早分数     最晚分数
   <int>     <date>     <date> <dbl>
1    47 2017-02-25 2017-02-04    18            xx
2    49 2017-02-23 2017-02-09    17           xx
3    51 2017-02-03 2017-02-03    35           xx
4    53 2015-05-19 2015-05-05    17           xx
5    55 2017-01-28 2017-01-21     8           xx
6    57 2017-01-20 2017-01-13    32           xx
7    67 2017-01-21 2017-01-07     5           xx
8    69 2016-12-03 2015-03-27    40           xx
9    73 2017-01-18 2017-01-11    11           xx
10    75 2017-01-12 2017-01-05     2           xx

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

1. data %>%
   
2.   arrange(id, date) %>%
   
3.   group_by(id) %>%
   
4.   summarise(first(date), last(date), first(score), last(score))

复制代码

ntsean 发表于 2018-1-16 11:54

!!这也行 我试试 ,我用的是非常笨的方法,groupby summarise 之后 用的merge拼接再然后取分数列再mutate上 实在是丢人 哈哈 谢谢

ntsean 发表于 2018-1-16 11:54

编辑了

ntsean 发表于 2018-1-16 11:54

学习了，

谢谢楼上的解答，正好可以拿来学习一遍

你的思路方向是错的，为什么要用summarise呢？用summarise就意味着要变成新的表，而你的本意不过想是过滤罢了，因此要用filter()

1. library(tidyverse)
   
2. data %>%
   
3.   group_by(主ID) %>%
   
4.   filter(date %in% range(date)) %>%
   
5.   ungroup()

复制代码

用range(date)来找出最早和最迟的一天，没想到吧，这是Hadley Wickham大神在他的书上举例的，再次膜拜。

cheetahfly 发表于 2018-1-19 00:15
你的思路方向是错的，为什么要用summarise呢？用summarise就意味着要变成新的表，而你的本意不过想是过滤罢 ...

666看起来好棒,说真的hadley大神整合的tidyverse包真的是强大,不敢想象如果没有这个包R的竞争力会下降多少

cheetahfly 发表于 2018-1-19 00:15
你的思路方向是错的，为什么要用summarise呢？用summarise就意味着要变成新的表，而你的本意不过想是过滤罢 ...

# A tibble: 13 x 4
   顺序ID  主Id   报告日期  得分
    <int> <int>     <date> <int>
1      1    47 2017-02-04    50
2      4    47 2017-02-25    18
3      5    49 2017-02-09    40
4      7    49 2017-02-23    17
5      8    51 2017-02-03    35
6      9    53 2015-05-05    28
7     11    53 2015-05-19    17
8     12    55 2017-01-21    31
9     13    55 2017-01-28     8
10     14    57 2017-01-13    35
11     15    57 2017-01-20    32
12     16    67 2017-01-07    19
13     18    67 2017-01-21     5

问题又来了,现在用您的代码已经实现了结果,但是我想把结果拆开,变成以下表头,意思就是根据主ID把他拆成两行,我用spread 并不能实现, 这样的话是不是最好解决办法就是新建一个df?,有木有简便函数呢,如果想实现感觉还要groub_by一遍主ID,然后select或者用first,,感觉又回去了....

顺序ID  主Id   报告日期最早  最早得分  报告日期最晚  最晚得分

falseform 发表于 2018-1-19 11:35
# A tibble: 13 x 4
   顺序ID  主Id   报告日期  得分

你知道为什么想要转成你所想要的数据，会挺“别扭”吗？
因为你的目标不是一个"tidy data"，什么是tidy data？可以参照Hadley Wickham写的相关论文。HW编写的这些包，都是为了对tidy data进行变形的，所以对你所要求的这种结构显得比较别扭。
建议你把你的目标数据分解成两个tidy的dataframe：
顺序ID  主Id   报告日期最早  最早得分
和
顺序ID  主Id   报告日期最晚  最晚得分
然后以主Id为key进行merge或join，这样做的好处是逻辑非常清晰，不容易出错，易于维护。