Question

我正在处理一个像这样的数据框：

groups .  values
a .        1
a .        1
a          2
b .        2
b .        3
b .        3
c .        4
c .        5
c .        6
d .        6
d .        7
d .        2

问题是将其变成类似以下内容的

groups .  values
a .        1
a .        1
b .        3
b .        3
c .        4
c .        5
d .        7

我想保留其值仅出现在一个组中的行。例如，值2被删除，因为它出现在三个不同的组中，但是值1被保留，尽管它在“仅一个”组中出现了两次。

dplyr软件包中是否有任何功能可以解决此问题？还是我必须编写自己的函数？

Answer 1

您要求的dplyr解决方案：

df %>% group_by(values) %>% filter(n_distinct(groups) == 1)
# # A tibble: 7 x 2
# # Groups:   values [5]
# groups values
# <chr>   <int>
#1 a           1
#2 a           1
#3 b           3
#4 b           3
#5 c           4
#6 c           5
#7 d           7

使用

df <- structure(list(groups = c("a", "a", "a", "b", "b", "b", "c", "c", "c", "d", "d", "d"),
                     values = c(1L, 1L, 2L, 2L, 3L, 3L, 4L, 5L, 6L, 6L, 7L, 2L)),
                row.names = c(NA, -12L), class = "data.frame")

Answer 2

按print_list = [ str(i) for i in range(1, 4) ] print(" - ".join(print_list))分组，查看列values是否只有一个元素。可以通过groups完成。

ave

i <- as.logical(with(df1, ave(as.numeric(groups), values, FUN = function(x) length(unique(x)) == 1))) df1[i, ] # groups values #1 a 1 #2 a 1 #5 b 3 #6 b 3 #7 c 4 #8 c 5 #11 d 7格式的数据。

dput

Answer 3

x[x$values %in% names(which(colSums(table(x)>0)==1)),]

其中

x = structure(list(groups = c("a", "a", "a", "b", "b", "b", "c", 
  "c", "c", "d", "d", "d"), values = c(1L, 1L, 2L, 2L, 3L, 3L, 
    4L, 5L, 6L, 6L, 7L, 2L)), row.names = c(NA, -12L), class = "data.frame")

或者，一个data.table解决方案：

setDT(x)[, .SD[uniqueN(groups)==1], values]

Answer 4

将sqldf包用于原始数据帧df：

library(sqldf)
result <- sqldf("SELECT * FROM df
                 WHERE `values` IN (
                     SELECT `values` from (
                         SELECT `values`, groups, count(*) as num from df
                         GROUP BY `values`, groups) t
                      GROUP BY `values` 
                      HAVING COUNT(1) = 1
                 )")

如何保持价值只出现在一组中？

4 个答案: