Question

我有一组包含几个变量的数据。其中一个变量 - factorial包含组的名称 - A，B，C等。其余变量是数字。

 > data1
   Group Value
1      A    23
2      A    25
3      B     1
4      C    15
5      C    11
6      C    14
7      B     3
8      B     4
9      B     2
10     C    19

对于进一步的统计计算，我想从数据集中排除包含特定组（例如，X）的行，条件是该组在数据帧中找到n次（例如，少于2次））。

之前我见过的材料主要涉及删除具有特定值的行，并且与数据帧中组（因子）的出现频率无关。也许我错了？遗憾！

删除＆＃34;手册＆＃34;中的特定行模式，我使用以下代码：

data1 <- as.data.frame(
  lapply(subset(data1, !Group=="A"),
         function(x) if(is.factor(x)) factor(x) else x
  )
)

我想自动执行此过程，并排除预定发生的所有级别因素（组）：

> data1
  Group Value
1     B     1
2     C    15
3     C    11
4     C    14
5     B     3
6     B     4
7     B     2
8     C    19

加成

先生。＆＃39; Akrun＆＃39;提出了使用以下代码的想法：

tbl <- table(data1$Group)
data1 <- subset(data1, Group %in% names(tbl)[tbl>2])

这就是你所需要的！我为此感谢他！然而，rezltate因子水平保持不变。为了纠正这个问题，我被迫使用记录：

data1$Group = factor(data1$Group)

当然有考虑到这个案例的现成解决方案吗？

Answer 1

我们可以使用data.table。转换＆＃39; data.frame＆＃39;到＆＃39; data.table＆＃39; （setDT(data1)），按＆＃39;分组＆＃39;，if行数大于2（.N >2），我们得到Data.table的子集（{ {1}}）。

.SD

或者使用library(data.table) setDT(data1)[, if(.N >2) .SD, by = Group]，按照＆＃39;分组＆＃39;，dplyr将有正确（filter）的群组分组为大于2。

n()

或者使用library(dplyr) data1 %>% group_by(Group) %>% filter(n() > 2)，我们会得到＆＃39; Group＆＃39;的频率。 <{1}}中的base R和table %in%来保留群组。

subset

R：以预定的出现频率删除变量行（因子）并自动更新因子

1 个答案: