提取包含另一列的每个唯一值的第一个值的所有行

Question

我正在寻找类似的东西 Select only the first rows for each unique value of a column in R 但我需要保留包含每个 ID 年份的第一个值的所有行。换句话说，我需要根据个人 ID 对列出的第一年的数据集进行子集化。 ID 可以有他们的第一个 1 2 或 3 中的年份，并且应保留第一年的所有行。例如：

  ID <- c("54V", "54V", "54V", "54V", "56V", "56V", "56V", "59V", "59V", "59V")
  yr <- c(1, 1, 1, 2, 2, 2, 3, 1, 2, 3)
  test <- data.frame(ID,yr)
  test

    ID yr
1  54V  1
2  54V  1
3  54V  1
4  54V  2
5  56V  2
6  56V  2
7  56V  3
8  59V  1
9  59V  2
10 59V  3

预期结果：

我的数据集有很多列，我需要保留所有列。任何有关 R 或 R 中的 sqldf 的说明都有帮助！

Answer 1

我们可以用 dplyr

library(dplyr)
test %>% 
    group_by(ID) %>%
    filter(yr==first(yr))
#   ID    yr
#  <fctr> <dbl>
#1    54V     1
#2    54V     1
#3    54V     1
#4    56V     2
#5    56V     2
#6    59V     1

或使用data.table

library(data.table)
setDT(test)[, .SD[yr==yr[1L]], ID]

或使用base R

test[with(test, as.logical(ave(yr, ID, FUN = function(x) x==x[1L]))),]

提取包含另一列的每个唯一值的第一个值的所有行

Extract all rows containing first value for each unique value of another column

r

subset

sqldf