filter() 但保留没有价值的组答案

【问题标题】：filter() but keep groups without valuefilter() 但保留没有价值的组
【发布时间】：2020-05-09 02:01:03
【问题描述】：

我正在尝试压缩一个分组的 df，只提取包含某个值的行，但该值并未反映在所有组中。我想找到一种方法来提取具有该值的所有行，但也为不包含该值的组创建 NA 或 0 行。

例如：

x1 <- c('1','1','1','1','1','2','2','2','2','2','3','3','3','3','3')
x2 <- c('a','b','c','d','e','b','c','d','e','f','a','b','d','e','f')
df <- data.frame(x1,x2)

df %>% group_by(x1) %>%
  filter(x2 =="a")

返回：

  x1    x2   
  <fct> <fct>
1 1     a    
2 3     a

但我希望它返回：

  x1    x2   
  <fct> <fct>
1 1     a    
2 2     NA
3 3     a

显然真正的代码要复杂得多，所以我正在寻找以可重现的方式保留这些空组的最佳方法。

PS - 我想留在 dplyr 以保持函数链的顺畅

谢谢！

【问题讨论】：

标签： r filter dplyr

【解决方案1】：

一个dplyr 选项可能是：

df %>%
 group_by(x1) %>%
 slice(which.max(x2 == "a")) %>%
 mutate(x2 = replace(x2, x2 != "a", NA_complex_))

  x1    x2   
  <fct> <fct>
1 1     a    
2 2     <NA> 
3 3     a

如果每个组有多个目标值相关：

df %>%
 group_by(x1) %>%
 filter(x2 == "a") %>%
 bind_rows(df %>%
            group_by(x1) %>%
            filter(all(x2 != "a")) %>%
            slice(1) %>%
            mutate(x2 = replace(x2, x2 != "a", NA_complex_)))

【讨论】：

【解决方案2】：

由于您没有仅指定 dplyr 解决方案，因此这里是 library(data.table) 的一个选项

setDT(df)
df[, .(x2 = x2[match('a', x2)]), x1]
#    x1   x2
# 1:  1    a
# 2:  2 <NA>
# 3:  3    a

【讨论】：

【解决方案3】：

发生这种情况是因为 Dplyr 的编写方式。根据 Hadley Wickham（包创建者）维护 NA 值，您应该明确声明您想要它们。正如他在 github 上的this issue 中所说，你应该filter(a == x | is.na(a))。在您的情况下，您使用以下内容：

df %>% group_by(x1) %>%
filter(x2 =="a" | is.na(x2)

结果你会退回给你：

  x1    x2   
 <fct> <fct>
1 1     a    
2 2     NA
3 3     a

在此代码中，您要求 R 所有 x2 等于“a”的行以及 x2 为 NA 的行。

【讨论】：

您好，这看起来很有希望，但没有奏效！ r df %>% group_by(x1) %>% filter(x2 =="a" | is.na(x2)) 返回：r x1 x2 1 1 a 2 3 a 我错过了什么吗？（对不起，我不能在 cmets 中换行，所以这看起来很愚蠢，但你明白了。仍然缺少 NA 行）

【解决方案4】：

我们可以在filter 步骤之后使用complete 来获取缺失的组合。默认情况下，所有其他列将使用NA 填充（可以使用fill 参数自定义值）

library(dplyr)
library(tidyr)
df %>% 
  filter(x2 == 'a') %>% 
  complete(x1 = unique(df$x1))
# A tibble: 3 x 2
#  x1    x2   
#  <fct> <fct>
#1 1     a    
#2 2     <NA> 
#3 3     a

另一个选项是match

df %>% 
     group_by(x1) %>% 
     summarise(x2 = x2[match('a', x2)])

如果有很多列，则mutate 'x2' 与match 然后slice 第一行

df %>%
   group_by(x1) %>%
   mutate(x2 = x2[match('a', x2)]) %>%
   slice(1)

【讨论】：

【解决方案5】：

使用aggregate() 的基本 R 解决方案怎么样？

dfout <- aggregate(x2~x1,df,function(v) ifelse("a" %in% v,"a",NA))

或

dfout <- aggregate(x2~x1,df,function(v) v[match("a", v)])

这样

> dfout
  x1   x2
1  1    a
2  2 <NA>
3  3    a

【讨论】：