3

Tengo datos como los siguientes:

data<-data.frame(id=c(1,1,3,4),n=c("x","y","e","w"))
data
  id n
1  1 x
2  1 y
3  3 e
4  4 w

quiero obtener una salida como la siguiente:

data
  id n
1  1 x
3  3 e
4  4 w

es decir tener ids únicos discriminado el contendió de las otras columnas. Hasta ahora lo he logrado con:

library(dplyr)
data<-group_by(data,id)%>%summarise(n=n[1])
data
# A tibble: 3 x 2
     id      n
  <dbl> <fctr>
1     1      x
2     3      e
3     4      w

sin embargo cuando hay más columnas como "n" esto resulta poco practico. Mi pregunta es si existe alguna manera de hacer esto dependiendo únicamente de la columna "id".

1 respuesta 1

3

Usando DPLYR

Por lo que entiendo que buscas: Obtener el primer registro de cada id podrías simplemente usar slice():

# Agrandamos un poco tu ejemplo con una columna más
data<-data.frame(id=c(1,1,3,4),n=c("x","y","e","w"), o=c(4,3,2,1))
data

  id n o
1  1 x 4
2  1 y 3
3  3 e 2
4  4 w 1

data %>%
    group_by(id) %>%
    slice(1)

# A tibble: 3 x 3
# Groups:   id [3]
     id n         o
  <dbl> <fct> <dbl>
1    1. x        4.
2    3. e        2.
3    4. w        1.

El tema es cual de los registros de cada grupo quieres dejar y cuales ignorar, slice() en una alternativa simple y clara, pero si necesitas controlar el orden por el cual te vas a quedar con el primero top_n() sin duda puede ser mucho mejor ya que puedes controlar por el parámetro opcional wt la o las columnas por la cual ordenarás los grupos.

data %>%
    group_by(id) %>%
    top_n(n = 1, wt=-o) # Ordenamos por la columna 'o' ascendente

Asimismo, puedes consultar el sitio en inglés, esta pregunta tiene muchas otras opciones interesante para resolver este tema.

Usando R base

No puedo evitar ver como hacerlo en R base. Tampoco es demasiado complicado:

aggregate(. ~id, data, function(x){head(x, 1)})

  id n o
1  1 3 4
2  3 1 2
3  4 2 1

Obviamente, en este ejemplo, una de las columnas es un factor, por lo que deberemos convertirlo antes:

aggregate(.~id, data.frame(lapply(data, as.character), stringsAsFactors=FALSE), function(x){head(x, 1)})

  id n o
1  1 x 4
2  3 e 2
3  4 w 1

Esto funcionaría como el slice(), el head(x, 1) simplemente se queda con el primer registro según el orden natural del objeto, si necesitamos establecer otro orden para determinar con cual registro quedarnos, deberemos ordenar antes el data.frame de acuerdo a ese criterio.

Y por último me estaba olvidando de duplicated(), todavía más sencillo:

data[!duplicated(data$id),]

Y más me olvidaba aún de de unique(), gracias @mpaladino

data[unique(data$id),]
9
  • Hola, muchas gracias! En este caso me quedo con la última solución, ya que no importa el orden. Creo que me hace falta un mejor conocimiento de R base :P el 9 may. 2018 a las 19:45
  • 1
    data[unique(data$id), ] hace lo mismo que la última opción que te da Patricio, sólo que no es necesario usar ! para negar. También es función base.
    – mpaladino
    el 10 may. 2018 a las 15:35
  • muchas gracias mpaladino el 16 may. 2018 a las 14:57
  • Hola, acabo de utilizar la última solución ´data[unique(data$id),]´ y me devuelve un data frame lleno de NA. Alguien sabe que paso? el 28 may. 2018 a las 15:05
  • @RolandoTamayo, Lo único que se me ocurre es que data tenga solo NA´s, no veo forma en que se pueda dar lo que dices de otra manera, unique(data$id) solo retorna números de fila, es como si hicieras data[c(1,2,3), ]. uniquepodría eventualmente retornar un NULL si defines una variable inexistente, en cuyo caso no deberías obtener ninguna fila de data. el 28 may. 2018 a las 15:23

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.