Datenrahmen-Teilmenge nach übereinstimmenden Werten in R

Question

Ich habe eine data.frame mit Informationen über die Rennleistung auf Pferden. Ich habe eine Variable Competition.year, die eine Zeile "Total" und dann eine Zeile für jedes Jahr das Pferd konkurriert hat. Ich habe auch eine Variable Competition.age, die das Alter der Pferde in jedem bestimmten Jahr, das sie konkurrierten, beschreibt.

Ich versuche, eine Teilmenge df basierend auf ihren besten Rennzeiten und dem Alter, als sie es waren, zu schaffen. In der "Total" -Reihe ist die Rennzeit die beste. Also, ich muss herausfinden, wie R zu sagen ist, wenn die Rennzeit in Total row gleich ist, wann immer es ist, dass sie tatsächlich diese Zeit erreicht haben, das Alter eingeschlossen, dann waren sie dann im neuen Datenrahmen. Ich bin super neu in R, also habe ich keine Ahnung, wo ich überhaupt anfangen soll. Ich habe einige Sachen ausprobiert, die ich bei anderen Fragen gesehen habe, aber ich kann es nicht richtig machen. Jede Hilfe würde sehr geschätzt werden!

Mein sieht df wie folgt aus:

travdata <- data.frame(
"Name"=c(rep("Muuttuva",3),rep("Pelson Poika",7),rep("Muusan Muisto",4)), 
"Competition.year" = c("Total",2005,2004,"Total",2003,2004,2006,2005,2002,2001,2008,2010,"Total",2009), 
"Time.record.auto.start"=c(93.5,NA,93.5,96.5,NA,NA,104.2,96.5,NA,96.6,NA,NA,NA,NA), 
"Time.record.volt.start"=c(92.5,98.4,92.5,94.3,NA,105.3,98.3,94.3,102.1,99.1,107.5,NA,107.5,NA), 
"Competition.age"=c(NA,6,7,NA,4,5,6,7,8,9,NA,5,6,7)) 

Die df gewünschten 223 Zeilen haben sollte (da, dass die Gesamtmenge der Pferde ist, ich habe) mit Spalten Name, Competition.year=="Total", Time.record.auto.start, Time.record.volt.start und Competition.age

Answer 1

Zuerst musste ich Ihre Beispieldaten ändern, um sicherzustellen, dass alle 5 Variablen nur jeweils 14 Beobachtungen hatten. Ich tat dies, indem ich das letzte NA in der Competition.age Variable entfernte. Ich musste auch die 94.3 und 98.3 Werte in der Time.record.volt.start Variablen austauschen, so dass die Werte mit dem übereinstimmten, was in der Total Spalte für das Pferd mit Name gleich Pelson Poika erwartet wurde.

Hier die korrigierten Daten:

travdata <- data.frame(
"Name"=c(rep("Muuttuva",3),rep("Pelson Poika",7),rep("Muusan Muisto",4)), 
"Competition.year" = c("Total",2005,2004,"Total",2003,2004,2006,2005,2002,2001,2008,2010,"Total",2009), 
"Time.record.auto.start"=c(93.5,NA,93.5,96.5,NA,NA,104.2,96.5,NA,96.6,NA,NA,NA,NA), 
"Time.record.volt.start"=c(92.5,98.4,92.5,94.3,NA,105.3,98.3,94.3,102.1,99.1,107.5,NA,107.5,NA), 
"Competition.age"=c(NA,6,7,NA,4,5,6,7,8,9,NA,5,6,7)) 

Und hier ist eine einfache dplyr Lösung, die ich denke, das tut, was Sie wollen.

library(dplyr) 
df1 <- 
    travdata %>% group_by(Name) %>% filter(Competition.year == "Total") %>% select(Name, Time.record.auto.start, Time.record.volt.start) 
df2 <- travdata %>% filter(Competition.year != "Total") 
df3 <- 
    inner_join(
     df1, 
     df2, 
     by = c(
      "Name" = "Name", 
      "Time.record.auto.start" = "Time.record.auto.start", 
      "Time.record.volt.start" = "Time.record.volt.start" 
     ) 
    ) 

Der Datenrahmen df3 zurückkehren soll, was Sie nach waren.