Question

以mtcars为例。我想过滤这些数据，只保留重复的行＃34;两次以上（部分名称重叠）。在这种情况下，我会保留mtcars数据集：

Merc ＆＃39;大黄蜂'Toyota

等......让我们说5个第一个字符是相同的。

Answer 1

一个选项是对行名称的前5个字符进行子字符串

v1 <- substr(row.names(mtcars), 1, 5)

然后，获取元素的频率并检查它是否大于或等于2

tbl <- table(v1)>=2

基于此，我们对数据集进行了子集

mtcars[v1 %in% names(tbl)[tbl], ]
#                   mpg cyl  disp  hp drat    wt  qsec vs am gear carb
#Mazda RX4         21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
#Mazda RX4 Wag     21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
#Hornet 4 Drive    21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
#Hornet Sportabout 18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
#Merc 240D         24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
#Merc 230          22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
#Merc 280          19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
#Merc 280C         17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
#Merc 450SE        16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
#Merc 450SL        17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
#Merc 450SLC       15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
#Fiat 128          32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
#Toyota Corolla    33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
#Toyota Corona     21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
#Fiat X1-9         27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1

只保留名称部分重复超过2次的行

1 个答案: