1

Estou trabalhando com todas as UF´s do Brasil:

date <- c("03/06/2020", "03/06/2020", "05/06/2020", "06/06/2020", "07/06/2020")
uf <- c("RJ", "SP", "RJ", "SP", "RJ")
confirmed <- c("0", "1", "1", "2", "3")
df <- data.frame(date, uf, confirmed)

Como consigo filtrar as primeiras ocorrências de uma determinada variável no meu data.frame em R?

2
  • "filtrar" significa que quer ficar só com as primeiras ocorrências ou removê-las? E "determinada variável" é qual das três? A pergunta está muito pouco clara e, devido a isso, já com dois votos para fechar. Commented 5/06/2020 às 21:39
  • Significa que quero ficar somente com as primeiras ocorrências. Determinada variável se aplica a "confirmed", já que não é trivial querer as primeiras ocorrências sendo UF's. Pense como sendo casos de doença confirmados em cada UF ao longo do tempo, quero achar as datas das primeiras ocorrências. Obrigado Commented 5/06/2020 às 22:51

2 Respostas 2

0

Esta solução dplyr obtém as datas dos primeiros casos confirmados por "uf".
Primeiro transformam-se as datas em classe "Date" e confirmed em classe "numeric".

library(dplyr)

df <- df %>%
  mutate(date = as.Date(date, "%d/%m/%Y"),
         confirmed = as.numeric(as.character(confirmed))) 

Agora obtém-se uma base das primeiras ocorrências de casos confirmados.

prim_conf <- df %>%
  filter(confirmed > 0) %>%
  group_by(uf) %>%
  summarise(date = first(date)) 

prim_conf
## A tibble: 2 x 2
#  uf    date      
#  <chr> <date>    
#1 RJ    2020-06-05
#2 SP    2020-06-03

Se se quiser também quantos casos confirmados houve a essas datas, um join com a base original vai buscar esses valores.

prim_conf %>%
  ungroup() %>%
  left_join(df, by = c("date", "uf"))
## A tibble: 2 x 3
#  uf    date       confirmed
#  <chr> <date>         <dbl>
#1 RJ    2020-06-05         1
#2 SP    2020-06-03         1

Ou, mais simplesmente, sem desagrupar a base,

prim_conf %>% left_join(df, by = c("date", "uf"))
## A tibble: 2 x 3
#  uf    date       confirmed
#  <chr> <date>         <dbl>
#1 RJ    2020-06-05         1
#2 SP    2020-06-03         1
0

O tem um função muito útil para isso: first(). Você pode usá-la para retornar a primeira ocorrência de um vetor.

Combinando-a com group_by() podemos chegar a uma solução para o problema:

df %>% 
  group_by(uf) %>% 
  summarise(data_inicio = first(date))
#> # A tibble: 2 x 2
#>   uf    data_inicio
#>   <fct> <fct>      
#> 1 RJ    03/06/2020 
#> 2 SP    03/06/2020 

Se esse comando permite retornar o primeiro valor, podemos usá-lo em filter() para filtrar as observações desejadas.

df %>% 
  group_by(uf) %>% 
  filter(date == first(date))
#> # A tibble: 2 x 3
#> # Groups:   uf [2]
#>   date       uf    confirmed
#>   <fct>      <fct> <fct>    
#> 1 03/06/2020 RJ    0        
#> 2 03/06/2020 SP    1 

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .