Question

如果我整理了数据：

df = expand.grid(Name=c("Sub1","Sub2","Sub3"),Vis=c("Yes","No")) %>%
       mutate(KPR_mean=c(NA,1,3,2,3,2),KPR_range=c(NA,4,4,2,6,5)) %>%
       filter(complete.cases(.))

我想过滤掉不完整的因子组合，留下一个完整的因子模型。现在，我这样做：

df %>% 
  unite(KPR_mean_range,KPR_mean,KPR_range) %>%
  spread(Vis,KPR_mean_range) %>%
  filter(complete.cases(.)) %>%
  gather(Win,KPR_mean_range,-Name) %>%
  separate(KPR_mean_range,c("KPR_mean","KPR_range"),sep="_")

但这看起来真的很冗长，而且一旦有多个因素和更多变数，也很难扩展。有没有办法过滤分组变量，而不是一行？即，对于每个Name级别，如果filter（complete.cases（。））将从该组中删除一行，那么取而代之的是删除整个组？

Answer 1

对于新数据，请将答案扩展到所有案例，按照您希望完成案例的变量进行分组，并使用NA过滤掉组：

df %>% complete(Vis, Name) %>% group_by(Name) %>% filter(!any(is.na(KPR_mean)))
# Source: local data frame [4 x 4]
# Groups: Name [2]
# 
#      Vis   Name KPR_mean KPR_range
#   (fctr) (fctr)    (dbl)     (dbl)
# 1    Yes   Sub2        1         4
# 2    Yes   Sub3        3         4
# 3     No   Sub2        3         6
# 4     No   Sub3        2         5

Answer 2

以下是data.table的一个选项。我们将'data.frame'转换为'data.table'，指定关键列（setDT(df,..），执行交叉连接，按'名称'分组，如果'KPP_range'中没有'NA'值，对行组进行子集化。

library(data.table)
setDT(df, key = c("Name", "Vis"))[CJ(Name, Vis, unique=TRUE)][,
             if(all(!is.na(KPR_mean))) .SD , Name]
#   Name Vis KPR_mean KPR_range
#1: Sub2 Yes        1         4
#2: Sub2  No        3         6
#3: Sub3 Yes        3         4
#4: Sub3  No        2         5

complete.cases for group而不是观察？

2 个答案: