R - 데이터 프레임의 두 가지 기준에 따라 행 제거

Question

주택 판매 및 12,000 개의 obs와 20 개의 변수가있는 데이터 프레임이 있습니다. 서로 30 일 이내에 같은 주소와 판매 날짜를 가진 판매를 제거하려고합니다. 그 이유는 데이터의 육안 검사가 서로의 판매가 MLS에 의한 오류를 기록 할 가능성이있는 30 일 이내에 이러한 "중복"판매를 나타냈다는 것입니다. 따라서 회귀 분석에 포함시키지 않았습니다. 판매 일 기준 범위를 만들 때 도움이되는 날짜를 숫자로 남겨 두었습니다. 다음은 내 데이터 프레임의 두 개의 관련 열입니다 : 내가 서로 30 일 이내에 판매 날짜가 모든 중복 주소를 찾은 다음 데이터 프레임

그래서에서 제거하는 것을 시도하고있다

Address  SellingDat 
120 N.Main 41540 
305 S.Hill 42530 
2243 Ridge 40002 
120 N.Main 41530 

지금까지 다음을 사용해 보았지만 고유 한 값을 가진 새로운 데이터 프레임을 만드는 기본적인 아이디어 이외에 무엇을하고 있는지 완전히 이해하지 못했습니다.

data2 <- ddply(data, .(Address, SellingDat), unique) 

어떤 조언이나 조언을 주시면 감사하겠습니다. 이 문제와 관련된 토론을 읽었으나 지금하고있는 일을 기반으로 적용 방법을 알아낼 수있는 것을 찾지 못했습니다. 저는 R의 초보자입니다. 무엇보다 코드가 어떻게 작동하는지 배우고 싶습니다. 작동하는 코드 조각을 가지고있는 것이 아닙니다. 고맙습니다!

Answer 1

내 의견에 대한 귀하의 답변은 매우 쉽습니다. 여기에 몇 가지 약간 큰 샘플 데이터는 다음과 같습니다

data = data.frame(
    Address = c('a', 'b', 'b', 'b', 'b', 'c', 'c', 'd', 'd'), 
    SellingDat = c(1, 1, 10, 50, 90, 10, 20, 1, 100) 
) 
data 
# Address SellingDat 
# 1  a   1 
# 2  b   1 
# 3  b   10 
# 4  b   50 
# 5  b   90 
# 6  c   10 
# 7  c   20 
# 8  d   1 
# 9  d  100 

그런 다음 우리가 주소에 의해 계산하는 dplyr를 사용하여, 이전부터하고 다음 판매 날짜의 차이. 그런 다음 이전 및 다음 판매 날짜가 30 일 이상 떨어진 행만 유지하도록 필터링합니다.

library(dplyr) 

data %>% group_by(Address) %>% 
    arrange(SellingDat) %>% 
    mutate(time_to_next = c(diff(SellingDat), NA), 
      time_from_last = c(NA, diff(SellingDat))) %>% 
    filter(coalesce(time_to_next, Inf) > 30 & coalesce(time_from_last, Inf) > 30) %>% 
    select(-time_to_next, -time_from_last) %>% 
    arrange(Address, SellingDat) 
# Source: local data frame [5 x 2] 
# Groups: Address [3] 
# 
# Address SellingDat 
# <fctr>  <dbl> 
# 1  a   1 
# 2  b   50 
# 3  b   90 
# 4  d   1 
# 5  d  100 

합체가 누락 된 값으로 대체, 그래서 나는 확실히 누락 된 값을 유지하기 위해 Inf로 뭉쳤다.