Início / coding / Perguntas / 79122582
Accepted
AColoredReptile
Asked: 2024-10-24 23:07:12 +0800 CST

Encontrar a atualização mais recente em uma tabela

  • 772
library(dplyr)


my_tibble <- tibble(
  parentId = character(),
  origId = character(),
  id = character(),
  value = double()
)

original_tibble <- my_tibble %>%
  add_row(parentId = "2024Z123", origId = NA, id = "2024Z123", value = 2) %>%
  add_row(parentId = "2024Z123", origId = "2024Z123", id = "2024A652", value = 6) %>%
  add_row(parentId = "2024A652", origId = "2024Z123", id = "2024X156", value = 5) %>%
  add_row(parentId = "2020G001", origId = NA, id = "2020G001", value = 1) %>%
  add_row(parentId = "2020G001", origId = "2020G001", id = "2024X156", value = 2) %>%
  add_row(parentId = "2021B456", origId = NA, id = "2021B456", value = 3)

final_tibble <- my_tibble %>%
  add_row(parentId = "2024A652", origId = "2024Z123", id = "2024X156", value = 5) %>%
  add_row(parentId = "2020G001", origId = "2020G001", id = "2024Z156", value = 2) %>%
  add_row(parentId = "2021B456", origId = NA, id = "2021B456", value = 3)

O original_tibble contém 3 cadeias. A maneira como a cadeia evolui é a primeira entrada tem parentId = id, e origId = NA e um valor. As entradas id são caracteres e os valores são ints. Então, para cada atualização do valor, uma nova linha com parentId = id da linha de atualização mais recente, origId = o id da primeira entrada, e id = entrada exclusiva para esta nova linha, e a nova entrada de valor. As cadeias também não são necessariamente ordenadas dentro das linhas da maneira que construí a tabela acima, então não posso confiar nisso.

O final_tibble é o resultado que estou procurando. Tentando fazer isso no dplyr, mas qualquer solução serve. O que eu quero é manter a entrada de linha mais recente e eliminar as entradas anteriores da cadeia.

1 respostas

  1. Best Answer

    Primeiro, complete uma variável de agrupamento grp combinando parentId e origId e, em seguida, procure por um id que seja único, que seja automaticamente o mais recente.

    library(dplyr)

original_tibble %>%
  group_by(grp = if_else(is.na(origId), parentId, origId)) %>%
  filter(!id %in% parentId | n() == 1) %>%
  ungroup() %>%
  select(-grp)
# A tibble: 3 × 4
  parentId origId   id       value
  <chr>    <chr>    <chr>    <dbl>
1 2024A652 2024Z123 2024X156     5
2 2020G001 2020G001 2024X156     2
3 2021B456 NA       2021B456     3

    Observe que, no seu caso, você pode substituir if_else(...)porcoalesce(origId, parentId)

    • 1

relate perguntas