使用 dplyr 按组获取序列中的第一行和最后一行[重复]

我正在尝试使用dplyr按组获取重复值的第一行和最后一行。我这样做是出于效率原因，特别是为了使绘图速度更快。

这不是重复的从分组数据中选择第一行和最后一行 https://stackoverflow.com/questions/31528981/select-first-and-last-row-from-grouped-data因为我并不要求组中严格的第一行和最后一行；我要求一组中的第一行和最后一行by level（在我的例子中是 1 和 0）可能出现在多个块中。

这是一个例子。假设我想从 C 列中删除所有多余的 1 和 0，同时保持 A 和 B 完好无损。

df = data.frame(
    A = rep(c("a", "b"), each = 10),
    B = rep(c(1:10), 2),
    C = c(1,0,0,0,0,0,1,1,1,1,0,0,0,1,0,0,0,0,0,1))

A  B C
a  1 1
a  2 0
a  3 0
a  4 0
a  5 0
a  6 0
a  7 1
a  8 1
a  9 1
a 10 1
b  1 0
b  2 0
b  3 0
b  4 1
b  5 0
b  6 0
b  7 0
b  8 0
b  9 0
b 10 1

最终结果应该是这样的：

A  B C
a  1 1
a  2 0
a  6 0
a  7 1
a 10 1
b  1 0
b  3 0
b  4 1
b  5 0
b  9 0
b 10 1

Using unique要么不删除任何内容，要么只取 1 或 0 之一，而不保留我想要实现的开始和结束质量。有没有办法在没有循环的情况下做到这一点，也许使用dplyr or forcats?

我觉得slice应该让你接近：

df %>%
  group_by(A,C) %>%
  slice(c(1, n()))

gives

      A     B     C
  <chr> <int> <dbl>
1     a     2     0
2     a     6     0
3     a     1     1
4     a    10     1
5     b     1     0
6     b     9     0
7     b     4     1
8     b    10     1

尽管这与您的预期结果不太相符。 n() 给出组中的最后一行。

编辑后，很明显您不会在已建立的任何组中查找值（这就是我以前的版本所做的）。您希望按 1 或 0 的运行进行分组。为此，您需要创建一列来检查 1/0 的运行是否已更改，然后创建一列来识别组。然后，slice将按照前面描述的方式工作。但是，由于您的某些运行只有 1 行长，因此我们只需要包括n()如果它大于 1（否则 1 行显示两次）。

df %>%
  mutate(groupChanged = (C != lag(C, default = C[1]))
         , toCutBy = cumsum(groupChanged)
         ) %>%
  group_by(toCutBy) %>%
  slice(c(1, ifelse(n() == 1, NA, n())))

Gives

       A     B     C groupChanged toCutBy
   <chr> <int> <dbl>        <lgl>   <int>
1      a     1     1        FALSE       0
2      a     2     0         TRUE       1
3      a     6     0        FALSE       1
4      a     7     1         TRUE       2
5      a    10     1        FALSE       2
6      b     1     0         TRUE       3
7      b     3     0        FALSE       3
8      b     4     1         TRUE       4
9      b     5     0         TRUE       5
10     b     9     0        FALSE       5
11     b    10     1         TRUE       6

如果 1 或 0 的游程必须保持在列中的水平内A，您还需要添加对列中更改的检查A来电。在此示例中，它没有效果（因此返回完全相同的值），但在其他情况下可能是理想的。

df %>%
  mutate(groupChanged = (C != lag(C, default = C[1]) |
                           A != lag(A, default = A[1]))
         , toCutBy = cumsum(groupChanged)
  ) %>%
  group_by(toCutBy) %>%
  slice(c(1, ifelse(n() == 1, NA, n())))