我遇到的问题与此question非常相似，但我的数据按两个级别分组。
str(dt)
'data.frame': 202206 obs. of 4 variables:
$ cros : int -205 -200 -195 -190 -185 -180 -175 -170 -165 -160 ...
$ along: Factor w/ 113 levels "100","101","102",..: 1 1 1 1 1 1 1 1 1 1 ...
$ alti : num 1.61 1.6 1.6 1.6 1.6 1.59 1.59 1.59 1.59 1.58 ...
$ year : Factor w/ 6 levels "1979","1983",..: 1 1 1 1 1 1 1 1 1 1 ...
head(dt)
cros along alti year
-205 100 1.61 1979
-200 100 1.60 1979
-195 100 1.60 1979
-190 100 1.60 1979
-185 100 1.60 1979
-180 100 1.59 1979
这些数据是来自不同横断面的信息，这些横断面是变量沿着横断面，它们每隔5米测量一次，这是变量高度变量alti的变量。这是他们多年来所做的，但有时这个断面在某一年更长。所以我想删除那些没有全年测量的交叉点的行。
对于我的数据集，我有一个因子（along）有113个级别，在该因子中我有因子year有6个级别。在这些值中，我有x（along）和y（alti），我想对这一年进行分析，但多年来x必须是相同的值。我希望因子cros删除years的每个因素along都不会出现的值。
我使用的代码是：
require(data.table)
dt <- as.data.table(total)
tt <- dt[,length(unique(along,year)),by=cros]
tt <- tt[V1==max(V1)]
test <-dt[cros %in% tt$cros]
但我没有得到正确的结果。我可以想象独特（沿着，年）不是使用分组数据的正确方法。但是我不知道该怎么做。
这里的Oke更清楚我想要什么
> df <- data.frame(along = c(10,10,10,10,10,10,10,10,11,11,11,11,11,11,11,11,12,12,12,12,12,12,12,12,12,12,12,12,12), year = c(20,20,20,25,25,25,21,21,20,20,25,25,25,21,21,21,20,20,20,20,25,25,25,25,25,21,21,21,21), cros = c(11,12,13,11,12,13,11,12,11,12,11,12,13,11,12,13,14,15,16,17,14,15,16,17,18,12,13,14,15), value = ceiling(rnorm(29)*10))
> df
along year cros value
10 20 11 -3
10 20 12 5
10 20 13 -22
10 25 11 -9
10 25 12 -3
10 25 13 -8
10 21 11 -8
10 21 12 -8
11 20 11 7
11 20 12 -4
11 25 11 -6
11 25 12 9
11 25 13 -5
11 21 11 6
11 21 12 17
11 21 13 -5
12 20 14 -16
12 20 15 -17
12 20 16 -18
12 20 17 -3
12 25 14 -18
12 25 15 -11
12 25 16 -1
12 25 17 6
12 25 18 14
12 21 12 -3
12 21 13 19
12 21 14 16
12 21 15 7
这就是我希望它看起来的样子，因此删除了for tran transect所有年份都没有出现的cros（x）值。
along year cros value
10 20 11 -3
10 20 12 5
10 25 11 -9
10 25 12 -3
10 21 11 -8
10 21 12 -8
11 20 11 7
11 20 12 -4
11 25 11 -6
11 25 12 9
11 21 11 6
11 21 12 17
12 20 14 -16
12 20 15 -17
12 25 14 -18
12 25 15 -11
12 21 14 16
12 21 15 7
答案 0 :(得分：1)
这是一种做法。找到您要保留的所有along,cros条目，然后将它们合并：
dt = data.table(df)
# find the intersections; run in pieces to see what's going on here
to.keep = dt[, list(list(unique(cros))), by = list(along, year)][,
list(cros = Reduce(intersect, V1)), by = along]
# set the keys to merge together
setkey(to.keep, along, cros)
setkey(dt, along, cros)
# final result
res = to.keep[dt, nomatch = 0]
# optionally, you can order and rearrange columns
setkey(res, along, year, cros)[, names(dt), with = F]
# along year cros value
# 1: 10 20 11 11
# 2: 10 20 12 7
# 3: 10 21 11 -4
# 4: 10 21 12 9
# 5: 10 25 11 -16
# 6: 10 25 12 8
# 7: 11 20 11 17
# 8: 11 20 12 1
# 9: 11 21 11 8
#10: 11 21 12 -13
#11: 11 25 11 -7
#12: 11 25 12 17
#13: 12 20 14 12
#14: 12 20 15 -7
#15: 12 21 14 3
#16: 12 21 15 9
#17: 12 25 14 6
#18: 12 25 15 -2
答案 1 :(得分：0)
根据我对问题的最新理解进行编辑 1-along是横断面ID 2-cros是给定样带上的采样点 所有年份都对所有样带进行了抽样，但并非每个样带上的所有采样点都在所有年份进行了抽样 4 - 问题是删除所有六年未采样的所有采样点
以下是删除这些行的方法：
require(plyr)
count_var<-ddply(dt, ~along+cros, summarise, count = length(year))
str(count_var)
dt<-merge(dt, count_var, by = c("along", "cros"), all.x = T)
dt_all6<-subset(dt, count==6)
使用所有年份的所有采样点制作dt：
along<-as.factor(rep(1:113, 54))
year<-as.factor(c(rep(1979, 1017), rep(1980, 1017), rep(1981, 1017), rep(1982, 1017), rep(1983, 1017), rep(1984, 1017)))
cros_A<-c(rep(5, 113), rep(10, 113), rep(15, 113), rep(20, 113), rep(25, 113), rep(30, 113), rep(35, 113), rep(40, 113), rep(45, 113))
cros<-as.factor(rep(cros_A, 6))
set.seed(2)
alti<-rnorm(6102, mean = 1.5, sd = 0.5)
dt<-cbind.data.frame(along, year, cros, alti)
现在删除一些采样点：
dt<-dt[c(1:100, 106:400, 406:1500, 1506:1600, 1606:2500, 2506:3000, 3006:3500, 3506:4000, 4006:5000, 5006:6102), ]