删除有间隙的数据

Question

我想删除与个人 ID 对应的最大和最小时间段之间存在间隙的数据。每个 Id 可以在任何时间段开始和结束，这很好。我只想获取在最长和最短时间内没有丢失时间的 ID。

library(data.table)
set.seed(5)
data<-data.table(y=rnorm(100))
data[sample(1:100, 40),]<-NA
id = rep(1:10, each = 10)
time = seq(1,10)
data2<-data.frame(id,time)
data2$row<-1:nrow(data2)
data2a<-subset(data2,row<55|row>61 )
data3<-data2a[-sample(nrow(data2a), 5),]
data.table(data3)
count(data3$id)

这是一个很好的例子。应该删除第 1 组，但不能删除例如 6。

Answer 1

使用 dplyr:

library(dplyr)
data3 %>% group_by(id) %>%
          filter(identical(time, seq(first(time), last(time))))

Answer 2

您要过滤的条件是没有大于 1 的间隙。diff(time) 给您间隙，因此 all(diff(time) == 1) 检查条件。

因此您可以使用：

library(dplyr)
data3 %>%
    group_by(id) %>%
    filter(all(diff(time) == 1))

在 data.table 中，一种解决方案（做同样的事情）是：

setDT(data3)[, .SD[all(diff(time) == 1)], id]

删除有间隙的数据

Delete data with gaps

time

r

gaps-in-data