select distinct rows (relative to time)

This function is like distinct but it is only relative to the row ordering (it is also an internal function)

distinct_time(df, ignore_idx = NULL)

Arguments

df	data frame, which row index related to ordering of time
ignore_idx	index of columns of data frame that shouldn't be examined relative to the "distinct" decision.

Value

df_updated an updated data frame with only rows with new information relative to time ordering

Examples

df <- data.frame(t = 1:100, x = rep(c(1,1,2,2,3,3),
                                    length = 100),
                 y = rep(c(1,1,1,2,2,2,3,3,3),
                         length = 100))

df_filtered <- EpiCompare:::distinct_time(df, 1)
dim(df_filtered) # c(67,3)                  
#> [1] 67  3
df_filtered
#>       t x y
#> 1     1 1 1
#> 3     3 2 1
#> 4     4 2 2
#> 5     5 3 2
#> 7     7 1 3
#> 9     9 2 3
#> 10   10 2 1
#> 11   11 3 1
#> 13   13 1 2
#> 15   15 2 2
#> 16   16 2 3
#> 17   17 3 3
#> 19   19 1 1
#> 21   21 2 1
#> 22   22 2 2
#> 23   23 3 2
#> 25   25 1 3
#> 27   27 2 3
#> 28   28 2 1
#> 29   29 3 1
#> 31   31 1 2
#> 33   33 2 2
#> 34   34 2 3
#> 35   35 3 3
#> 37   37 1 1
#> 39   39 2 1
#> 40   40 2 2
#> 41   41 3 2
#> 43   43 1 3
#> 45   45 2 3
#> 46   46 2 1
#> 47   47 3 1
#> 49   49 1 2
#> 51   51 2 2
#> 52   52 2 3
#> 53   53 3 3
#> 55   55 1 1
#> 57   57 2 1
#> 58   58 2 2
#> 59   59 3 2
#> 61   61 1 3
#> 63   63 2 3
#> 64   64 2 1
#> 65   65 3 1
#> 67   67 1 2
#> 69   69 2 2
#> 70   70 2 3
#> 71   71 3 3
#> 73   73 1 1
#> 75   75 2 1
#> 76   76 2 2
#> 77   77 3 2
#> 79   79 1 3
#> 81   81 2 3
#> 82   82 2 1
#> 83   83 3 1
#> 85   85 1 2
#> 87   87 2 2
#> 88   88 2 3
#> 89   89 3 3
#> 91   91 1 1
#> 93   93 2 1
#> 94   94 2 2
#> 95   95 3 2
#> 97   97 1 3
#> 99   99 2 3
#> 100 100 2 1
# same as: 
df[!(1:100 %in% cumsum(rep(c(2,4), length = 33))),]
#>       t x y
#> 1     1 1 1
#> 3     3 2 1
#> 4     4 2 2
#> 5     5 3 2
#> 7     7 1 3
#> 9     9 2 3
#> 10   10 2 1
#> 11   11 3 1
#> 13   13 1 2
#> 15   15 2 2
#> 16   16 2 3
#> 17   17 3 3
#> 19   19 1 1
#> 21   21 2 1
#> 22   22 2 2
#> 23   23 3 2
#> 25   25 1 3
#> 27   27 2 3
#> 28   28 2 1
#> 29   29 3 1
#> 31   31 1 2
#> 33   33 2 2
#> 34   34 2 3
#> 35   35 3 3
#> 37   37 1 1
#> 39   39 2 1
#> 40   40 2 2
#> 41   41 3 2
#> 43   43 1 3
#> 45   45 2 3
#> 46   46 2 1
#> 47   47 3 1
#> 49   49 1 2
#> 51   51 2 2
#> 52   52 2 3
#> 53   53 3 3
#> 55   55 1 1
#> 57   57 2 1
#> 58   58 2 2
#> 59   59 3 2
#> 61   61 1 3
#> 63   63 2 3
#> 64   64 2 1
#> 65   65 3 1
#> 67   67 1 2
#> 69   69 2 2
#> 70   70 2 3
#> 71   71 3 3
#> 73   73 1 1
#> 75   75 2 1
#> 76   76 2 2
#> 77   77 3 2
#> 79   79 1 3
#> 81   81 2 3
#> 82   82 2 1
#> 83   83 3 1
#> 85   85 1 2
#> 87   87 2 2
#> 88   88 2 3
#> 89   89 3 3
#> 91   91 1 1
#> 93   93 2 1
#> 94   94 2 2
#> 95   95 3 2
#> 97   97 1 3
#> 99   99 2 3
#> 100 100 2 1