按行數選擇第一個第n行

Question

我喜歡選擇數據框中每個組的第一個（2,3,0,4）行。

> f<-data.frame(group=c(1,1,1,2,2,3,4),y=c(1:7)) 
> 
> group y 
>  1 1 
>  1 2 
>  1 3 
>  2 4 
>  2 5 
>  3 6 
>  4 7 

，將獲得的數據幀如下

group y 
1 1 
1 2 
2 4 
2 5 
4 7 

我試圖使用by和head但頭不採取的載體。

謝謝你的幫助。

Answer 1

具有索引的函數的版本。

fun1 <- function(){ 
    idx <- c(0,which(diff(f$group)!=0))+1 
    idx2 <- unlist(lapply(1:length(nf),function(x) seq.int(from=idx[x],length.out=nf[x])),use.names=F) 
    f1 <- f[idx2,] 
    return(f1) 
} 

fun2 <- function(){ 
    ddply(f,.(group),function(x) head(x,nf[x[1,1]])) 
} 

測試數據（按大小問題筆者建議）

f<-data.frame(group=sample(1:1000,50000,T),y=c(1:50000)) 
f <- f[order(f$group),] 
nf <- rpois(length(unique(f$group)),3) 

system.time（FUN1（）） system.time（FUN2（））

在我的系統〜60時間更快樂趣1。

Answer 2

使用plyr：

library(plyr) 
rows <- c(2,3,0,4) 
ddply(f,.(group),function(x)head(x,rows[x[1,1]])) 
     group y 
    1  1 1 
    2  1 2 
    3  2 4 
    4  2 5 
    5  4 7 

編輯：

誤解所以更新的答案

Answer 3

與傳統的lapply問題：

k <- c(2,3,0,4) 
fs <- split(f, f$group) 
do.call(rbind,lapply(seq_along(k), function(i) head(fs[[i]], k[i]))) 

結果是：

group y 
1  1 1 
2  1 2 
4  2 4 
5  2 5 
7  4 7