Rのgreplの後にデータセットをフィルタリングする？

Question

私は、次のデータセットがあります。

USERNAME API_TRACK_EVENT   TIME 
userA Viewed pic    1454941960 
userA Order/payment   1454941972 
userA Order/Changed Address 1454941976 
userB Viewed pic    1454941983 
userB Order/guestlogin  1454941986 
userB Order/Changed Address 1454941992 

は私がユーザーBのためにのみ、以前のユーザAのための「注文/支払」を意味する「注文」、および「注文/ guestlogin」を取りたいです。

他のすべての非順序イベントは同じままである必要があります。

ので、出力データセットは次のようになります。だから、

USERNAME API_TRACK_EVENT   TIME 
userA Viewed pic    1454941960 
userA Order/payment   1454941972 
userB Viewed pic    1454941983 
userB Order/guestlogin  1454941986 

、私はこれをどのようにしたらよいでしょうか？ [dplyrも公開しています]

Answer 1

で@docendodiscimus

---

それとも最初の方法論を使用してからの拠出金で編集は基本Rとオプションですユーザー名と時刻によるデータ：

df <- df[order(df$USERNAME, df$TIME),] 

a）の行は注文情報が含まれているかどうかチェックする：USERNAMEのグループによって

idx <- grepl("Order", df$API_TRACK_EVENT, ignore.case = TRUE) 

B）サブセット

subset(df, ave(idx, USERNAME, FUN = cumsum) <= 1L | !idx) 

# USERNAME API_TRACK_EVENT  TIME 
#1 userA  Viewed_pic 1454941960 
#2 userA Order/payment 1454941972 
#4 userB  Viewed_pic 1454941983 
#5 userB Order/guestlogin 1454941986 

このサブセットのみ一次行と他の行（注文情報なし）。

Answer 2

slice/which.max/grepを使用してdplyrの行を除外することができます。 'USERNAME'でグループ化した後、greplの論理インデックスを取得し、which.maxとラップして、最初のTRUE値の数値インデックスを取得します。1:indexとsliceから列をサブセット化するにはseqを使用します。このアプローチでは、この例で示されているように、各「ユーザー名」の最後に「注文」要素が存在することを前提としています。 「順序」の要素が順序付けされていない場合

library(dplyr) 
df1 %>% 
    arrange(USERNAME, TIME) %>% 
    group_by(USERNAME) %>% 
    slice(seq(which.max(grepl("Order", API_TRACK_EVENT)))) 
# USERNAME API_TRACK_EVENT  TIME 
#  <chr>   <chr>  <int> 
#1 userA  Viewed pic 1454941960 
#2 userA Order/payment 1454941972 
#3 userB  Viewed pic 1454941983 
#4 userB Order/guestlogin 1454941986 

しかし、私たちは「注文」または唯一の最初の「注文」の要素を持っていない任意の要素を持つ行を保つためにgreplでduplicatedを使用することができます。

df1 %>% 
    arrange(USERNAME, TIME) %>% 
    group_by(USERNAME) %>% 
    filter({idx = grepl("^Order", API_TRACK_EVENT); 
      !duplicated(idx)|!idx}) 

# USERNAME API_TRACK_EVENT  TIME 
#  <chr>   <chr>  <int> 
#1 userA  Viewed pic 1454941960 
#2 userA Order/payment 1454941972 
#3 userB  Viewed pic 1454941983 
#4 userB Order/guestlogin 1454941986 

注：

0）順序：ここdata.table

library(data.table) 
setDT(df1)[df1[order(USERNAME, TIME), .I[seq(which.max(grepl("Order", 
         API_TRACK_EVENT)))], USERNAME]$V1]