1

quisiera eliminar la filas repetidas de una variable, pero cumplan con una condición jerárquica en base a otra variable de tipo factor, me explico

Supongamos que tengo un df de la siguiente forma:

data = data.frame(id = c(1, 2, 3, 4, 5, 6, 1, 2, 2, 2, 3, 4, 4),
                  nivel = c("a", "c", "c", "d", "e", "f", "c", "b", "d", "f", "a", "d", "b"))

img1

La salida que me gustaría obtener, es la siguiente:

img2

Es decir, que exista un id único, pero el nivel que quede junto al id, sea alguno que se defina, para ello utilizo la función reorder.factor y asigno los niveles a,b,c,d,e,f (en ese orden) pero una vez ordenados los niveles de esa variable de tipo factor no se como eliminar los duplicados en base a esa condicion, se me ocurre utilizar la funcion slice o top_n pero no se de que manera seria la adecuada.

2 respuestas 2

0

Creo que encontré la solución a lo que buscas

install.packages("dplyr")
library(dplyr)

data = data.frame(id = c(1, 2, 3, 4, 5, 6, 1, 2, 2, 2, 3, 4, 4),
              nivel = c("a", "c", "c", "d", "e", "f", "c", "b", "d", "f", "a", "d", "b"))

 data$nivel<-ordered(data$nivel, levels = c("f", "e", "d","c","b","a"))

 data_ordendad<-data %>% group_by(id) %>%
                summarise(nivel=max(nivel))


 # A tibble: 6 x 2
   id nivel
 <dbl> <ord>
1     1 a    
2     2 b    
3     3 a    
4     4 b    
5     5 e    
6     6 f    

Lo que se realiza mas que filtrar es agrupar por el id y quedarnos con los valores máximos asignados en los factores cuando agrupamos la información por id , espero te funcione

1
  • muchas gracias, me funciono, una ultima consulta, si tuviera mas variables, y aplico ese código, perdería la información de las variables restantes, como podría solucionar eso? Commented el 28 feb. 2021 a las 22:06
0

Entiendo que lo que buscas es el valor mínimo por id, esto en R base es una agrupación:

aggregate(nivel ~ id, data, min)

  id nivel
1  1     a
2  2     b
3  3     a
4  4     b
5  5     e
6  6     f

agrupamos por id y aplicamos la función min() a nivel.

2
  • muchas gracias, me funciono, una ultima consulta, si tuviera mas variables, y aplico ese código, perdería la información de las variables restantes, como podría solucionar eso? Commented el 28 feb. 2021 a las 22:06
  • 1
    Simplemente debes ajustar la formula de agrupamiento para considerar las nuevas variables, ya sea como agrupación, o como función de agregación Commented el 28 feb. 2021 a las 23:34

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.