Question

说我有数据框

ds <- read.table(header = TRUE, text ="
                 g1 color
                 A red
                 A yellow
                 B red
                 C red
                 C yellow
                 ")

所以我希望子集一个新的数据帧，它只包含g1中具有列颜色“红色”和“黄色”的组。使用上面示例的新表将不包含任何包含B的行。我不知道如何处理此问题，因为使用红色或黄色的子设置仍将包含仅具有红色的“B”。

ds[ds$color=="red" | ds$color=="yellow", ]

感谢。

Answer 1

使用dplyr，您可以使用简单的group_by()和filter()：

ds %>% group_by(g1) %>% filter(all(c("red","yellow") %in% color))

这将允许您想要匹配的任意数量的值。

Answer 2

你可以这样做：

ds$col.count <- ave(as.integer(ds$color), ds$g1, FUN=function(x) length(unique(x)))
ds[ds$col.count==2,]

一个简短的变体是：

ds[as.logical(ave(as.integer(ds$color), ds$g1, FUN=function(x) 2==length(unique(x)))), ]

需要as.integer()，因为ave()适用于数字向量，因为as.logical()的结果是数字向量，所以需要ave()。

以下是data.table的解决方案：

library(data.table)
ds <- fread(header = TRUE, 
"g1 color
 A red
 A yellow
 B red
 C red
 C yellow")
ds[, col.count:=length(unique(color)), by=g1][col.count==2]

如果很清楚，在每个组中每种颜色不能两次，那么您可以简单地执行：

ds[, col.count := .N, by = g1][col.count == 2]

Answer 3

这是一个带有ave

的冗长的基本R方法

ds[as.logical(ave(as.character(ds$color), ds$g1, 
                  FUN=function(i) "red" %in% i & "yellow" %in% i)), ]
  g1  color
1  A    red
2  A yellow
4  C    red
5  C yellow

根据具有两个属性的列子集数据框

3 个答案: