我有一个长格式的数据框，我想根据值的唯一组合过滤对。我有一个如下所示的数据集：
id <- rep(1:4, each=2)
type <- c("blue", "blue", "red", "yellow", "blue", "red", "red", "yellow")
df <- data.frame(id,type)
df
id type
1 1 blue
2 1 blue
3 2 red
4 2 yellow
5 3 blue
6 3 red
7 4 red
8 4 yellow
让我们说每个id都是一个响应者，type是治疗的组合。个人1看到两个物体，都是蓝色的;个人2看到一个红色物体和一个黄色物体;等等。
例如，我如何保持那些看到组合＆＃34;红色＆＃34;和＆＃34;黄色＆＃34;？如果我按照组合过滤＆＃34;红色＆＃34;和＆＃34;黄色＆＃34;结果数据集应如下所示：
id type
3 2 red
4 2 yellow
7 4 red
8 4 yellow
它应该保留2号和4号受访者（只有那些看到组合＆＃34;红色＆＃34;＆＃34;黄色＆＃34;）。请注意，它没有保留第3号受访者，因为她看到＆＃34; blue＆＃34;和＆＃34;红色＆＃34; （而不是＆＃34;红色＆＃34;和＆＃34;黄色＆＃34;）。我该怎么做？
一种解决方案是将数据集重新整形为宽格式，按列过滤，然后重新进行重新打包。但我相信还有另一种方法可以在不重塑数据集的情况下完成。有什么想法吗？
答案 0 :(得分：6)
dplyr解决方案是：
library(dplyr)
df <- data_frame(
id = rep(1:4, each = 2),
type = c("blue", "blue", "red", "yellow", "blue", "red", "red", "yellow")
)
types <- c("red", "yellow")
df %>%
group_by(id) %>%
filter(all(types %in% type))
#> # A tibble: 4 x 2
#> # Groups: id [2]
#> id type
#> <int> <chr>
#> 1 2 red
#> 2 2 yellow
#> 3 4 red
#> 4 4 yellow
允许相等的组合，例如blue，blue，我们必须将过滤器调用更改为以下内容：
types2 <- c("blue", "blue")
df %>%
group_by(id) %>%
filter(sum(types2 == type) == length(types2))
#> # A tibble: 2 x 2
#> # Groups: id [1]
#> id type
#> <int> <chr>
#> 1 1 blue
#> 2 1 blue
此解决方案还允许使用不同类型
df %>%
group_by(id) %>%
filter(sum(types == type) == length(types))
#> # A tibble: 4 x 2
#> # Groups: id [2]
#> id type
#> <int> <chr>
#> 1 2 red
#> 2 2 yellow
#> 3 4 red
#> 4 4 yellow
答案 1 :(得分：2)
让我们使用all()查看组内的所有行是否与一组值匹配。
library(tidyverse)
test_filter <- c("red", "yellow")
df %>%
group_by(id) %>%
filter(all(test_filter %in% type))
# A tibble: 4 x 2
# Groups: id [2]
id type
<int> <fctr>
1 2 red
2 2 yellow
3 4 red
4 4 yellow
答案 2 :(得分：1)
我修改了您的数据并执行了以下操作。
df <- data.frame(id = rep(1:4, each=3),
type <- c("blue", "blue", "green", "red", "yellow", "purple",
"blue", "orange", "yellow", "yellow", "pink", "red"),
stringsAsFactors = FALSE)
id type
1 1 blue
2 1 blue
3 1 green
4 2 red
5 2 yellow
6 2 purple
7 3 blue
8 3 orange
9 3 yellow
10 4 yellow
11 4 pink
12 4 red
如您所见，每个id有三个观察结果。 ID 2和4同时包含red和yellow。它们还具有非目标颜色（即紫色和粉红色）。我想保留这些观察结果。为了完成这个任务，我编写了以下代码。代码可以像这样读取。 “对于每个ID，请使用red检查是否有yellow和any()。当两个条件均为TRUE时，请保留所有行的ID。”
group_by(df, id) %>%
filter(any(type == "yellow") & any(type == "red"))
id type
4 2 red
5 2 yellow
6 2 purple
10 4 yellow
11 4 pink
12 4 red
答案 3 :(得分：0)
使用data.table：
library(data.table)
setDT(df)
df[, type1 := shift(type, type = "lag"), by = id]
df1 <- df[type == "yellow" & type1 == "red", id]
df <- df[id %in% df1, ]
df[, type1 := NULL]
它给出了：
id type
1: 2 red
2: 2 yellow
3: 4 red
4: 4 yellow