Question

我的数据框看起来像这样：

#1  sampleid     replication    measurement
#2  1            1              0.5
#3  1            2              0.4
#4  1            3              0.3
#5  1            4              0.2
#6  1            5              0.3
#7  2            1              0.5
#8  3            1              0.5
#9  4            1              0.5
#10 4            2              0.3
#11 4            3              0.2
#12 5            1              0.1

这是我与R的第二天，所以如果这是一项相当简单的任务，我很抱歉。

如果相应的“复制”是<2，我想要做的是排除“measurement”和“sampleid”。根据我提供的样本，我希望在第7行，第8行和第12行中看到排除。

我尝试使用subset和length的组合，但它没有实现我所需要的。有一种我想念的简单方法吗？

非常感谢。

Answer 1

我们可以使用ave：

subset(dat, ave(replication, sampleid, FUN = length) >= 2)

#   sampleid replication measurement
#1         1           1         0.5
#2         1           2         0.4
#3         1           3         0.3
#4         1           4         0.2
#5         1           5         0.3
#8         4           1         0.5
#9         4           2         0.3
#10        4           3         0.2

数据：

dat <- structure(list(sampleid = c(1L, 1L, 1L, 1L, 1L, 2L, 3L, 4L, 4L, 
4L, 5L), replication = c(1L, 2L, 3L, 4L, 5L, 1L, 1L, 1L, 2L, 
3L, 1L), measurement = c(0.5, 0.4, 0.3, 0.2, 0.3, 0.5, 0.5, 0.5, 
0.3, 0.2, 0.1)), .Names = c("sampleid", "replication", "measurement"
), class = "data.frame", row.names = c(NA, -11L))

Answer 2

subset(data, sampleid %in% unique(data$sampleid[duplicated(data$sampleid)]))

Answer 3

使用dplyr的选项是

library(dplyr)
dat %>% 
   group_by(sampleid) %>% 
   filter(n() > 1)
#   sampleid replication measurement
#     <int>       <int>       <dbl>
#1        1           1         0.5
#2        1           2         0.4
#3        1           3         0.3
#4        1           4         0.2
#5        1           5         0.3
#6        4           1         0.5
#7        4           2         0.3
#8        4           3         0.2

根据最小样本大小排除R中的数据

3 个答案: