我有一个类似以下内容的数据集:
df <-
read.table(textConnection("ID Column1 Column2
A 0 1
A 1 0
A 1 0
A 1 0
A 0 1
A 1 0
A 0 1
A 0 0
A 1 0
A 1 0
B 0 1
B 1 0
C 0 1
C 0 0
C 1 0"), header=TRUE)
我希望在dplyr中创建一个GROUP_BY ID，它维护Column2=‘1’的记录，并且它下面的记录具有Column1=‘1’.这可能会在每个ID上发生一次以上；应排除所有其他记录.因此，上面的输出应该是:
| ID | Column1 | Column2 |
|---|---|---|
| A | 0 | 1 |
| A | 1 | 0 |
| A | 0 | 1 |
| A | 1 | 0 |
| B | 0 | 1 |
| B | 1 | 0 |
如有任何帮助，我们将不胜感激，谢谢！
您可以使用lag和lead:
library(dplyr)
df %>%
group_by(ID) %>%
filter(lead(Column1) == 1 & Column2 == 1 |
Column1 == 1 & lag(Column2) == 1) %>%
ungroup()
# # A tibble: 6 × 3
# ID Column1 Column2
# <chr> <int> <int>
# 1 A 0 1
# 2 A 1 0
# 3 A 0 1
# 4 A 1 0
# 5 B 0 1
# 6 B 1 0