我有一个带有以下变量的数据框：Source，Name，Date和Value。
我想使用管道运算符（%>%）和dplyr，找到不同“源”之间每个“名称”的“日期”变量的交集。
这是示例数据帧： Example data frame
因此，对于名称a，每个Source值都有以下日期向量：
Date vectors for name 'a' per 'Source'
我只想通过比较不同的Name值来保留给定Source的日期相交的记录（行），因此在这种情况下，所有Source之间的相交日期值Name的{{1}}的子集是：01.01.2019，03.01.2019，05.01.2019。
我曾考虑过按'Name'变量进行分组，然后使用a，但我想不出如何通过'Source'来对dplyr::intersect进行子集并将子集提供给用户的方法。 df函数将不同的“日期”向量子集（由“源”标签确定）之间的交集：
dplyr::intersect或者，是否有使用df %>% dplyr::group_by(Name) %>% dplyr::intersect(Here the subsets of df should be provided as arguments)
或其他inner_join编写此代码的巧妙方法？
答案 0 :(得分：0)
我想通了，因此以下语法确实想要我想要：
df %>% dplyr::mutate(Source.Count = n_distinct(Source)) %>% dplyr::group_by(Name, Date) %>% dplyr::filter(n() == Source.Count) %>% dplyr::select(Source, Name, Date, Value)
我创建Source.Count变量的原因是，在对n_distinct函数进行分组之后，该函数无法正常运行，并且没有为每行提供适当数量的Sources。然后，我按Name和Date分组，并使用n()函数对Name和Date的给定组合的实例数进行计数。如果实例数等于不同的Source标签数，则意味着Name的所有子集都存在Date和Source的组合。