代码之家 › 专栏 › 技术社区 › Dee V

丢弃特定日期时间间隔中重复的值

duplicates dataframe r

Dee V · 技术社区 · 6 年前

我正在做一个基于14天重复间隔的数据帧去复制,意思是如果B列中的值在14天内重复,那么我需要放弃重复的值,如果不是,它们保留所有的值

数据框如下所示:

date    event
2016-01-17  aa
2016-01-18  bb
2016-01-19  cc
2016-01-20  dd
2016-01-17  ee
2016-01-18  ff
2016-01-19  aa
2016-01-20  bb
2016-10-21  cc
2016-10-22  dd
2016-10-23  ee

这里,事件a a和bb在14天内重复,因此需要取下两个重复值。

预期结果:

date    event
2016-01-17  aa
2016-01-18  bb
2016-01-19  cc
2016-01-20  dd
2016-01-17  ee
2016-01-18  ff
2016-10-21  cc
2016-10-22  dd
2016-10-23  ee

我可以使用:

df<- df[order(df[,'date'],-df[,'event']),]
df = df[!duplicated(df$date),]

但这只会发生在同一天重复发生的特定事件,而不是14天的间隔。

1 回复 | 直到 6 年前

YOLO 6 年前

您可以执行以下操作:

library(data.table)

# convert to data table
setDT(df)

## create groups based on 14 days interval
df$group <- cumsum(ifelse(difftime(df$date,
                                      shift(df$date, fill = df$date[1]), 
                                      units = "days") >= 14 ,1, 0)) + 1
# get unique values
df = df[,unique(.SD, by='event'), group][,.(date, event)]

print(df)
         date event
1: 2016-01-17    aa
2: 2016-01-18    bb
3: 2016-01-19    cc
4: 2016-01-20    dd
5: 2016-01-17    ee
6: 2016-01-18    ff
7: 2016-10-21    cc
8: 2016-10-22    dd
9: 2016-10-23    ee

推荐文章

Amp · 使用R ggplot2删除geom_radial中axis.line和panel.border之间的空格

3 月前

Hard_Course · 用另一列中的值替换行的最后一个非NA条目

3 月前

Mark R · 使用geom_sf()删除地球仪上不需要的网格线

3 月前

Joe · 根据对工作日和本周早些时候的日期的了解,找到一个日期

4 月前

Ben · 统计向量中的单词在字符串中出现的频率

4 月前

TheCodeNovice · R中符号格式的尾随零和其他问题[重复]

4 月前

katefull06 · 在R中使用terra修改范围时,会为单独的SpatRaster重写范围

4 月前

dez93_2000 · 在R管道子功能中引用管道对象的当前状态

4 月前

accibio · 在ggplot2中为同一变量创建两个连续的颜色渐变比例

4 月前

Mankka · 如何在Ggplot2中绘制均匀的径向图

4 月前