Question

我试图只保留具有多个观察值的deids。

我有以下代码

help <- data.frame(deid = c(1, 5, 5, 5, 5, 5, 5, 12, 12, 12, 12),
                   session.number = c(1, 1, 2, 3, 4, 5, 6, 1, 2, 3, 4),
                   days.since.last = c(0, 0, 7, 14, 93, 5, 102, 0, 21, 104, 4))

   deid session.number days.since.last
1     1              1               0
2     5              1               0
3     5              2               7
4     5              3              14
5     5              4              93
6     5              5               5
7     5              6             102
8    12              1               0
9    12              2              21
10   12              3             104
11   12              4               4

我的微弱尝试是使用group_by然后使用filter（）命令

help %>% group_by(deid) %>% filter(session.number >=2)

但是，它只会将session.number保持在2或更高。所以我摆脱了deid = 1，但所有剩余的deid数据都是从session.number 2开始的，而不是session.number 1.

我想告诉R的是保持群组（deid）的观察次数超过1次（session.number）

非常感谢任何帮助。

Answer 1

这应该这样做 - 您需要根据使用n()得到的每个组中的观察次数进行过滤：

help %>% group_by(deid) %>% filter(n()>1)

  deid session.number days.since.last
1     5              1               0
2     5              2               7
3     5              3              14
4     5              4              93
5     5              5               5
6     5              6             102
7    12              1               0
8    12              2              21
9    12              3             104
10   12              4               4

Answer 2

使用data.table代替：

helpcount <- help[, list(Count = .N), by = deid]
helpf <- merge(help,helpcount, by = "deid")
helpf <- helpf[Count > 1]

编辑：更简洁一点：

help[, Count := .N, by = deid]
help[Count > 1]

EDIT2：thelatemail更简洁的解决方案：

help[,if(.N > 1) .SD, by=deid]

仅保留具有多个观察值的数据组

2 个答案: