删除出现 x 次 R 的 ID

Question

我有一个 df，我想删除 df 中行数少于 X 的人。例如，在这个玩具示例中，我想保留 >= 5 行的人。

df
   names  fruit
4   john   kiwi
7   john  apple
9   john banana
13  john orange
14  john  apple
2   mary orange
5   mary  apple
8   mary orange
10  mary  apple
12  mary  apple
1    tom  apple
3    tom banana
6    tom  apple
11   tom   kiwi

示例输出

df
   names  fruit
4   john   kiwi
7   john  apple
9   john banana
13  john orange
14  john  apple
2   mary orange
5   mary  apple
8   mary orange
10  mary  apple
12  mary  apple

提前致谢！

Answer 1

这是一个使用内置.N 值的data.table 解决方案，如?data.table 帮助文件中所述：‘.N’ is an integer, length 1, containing the number of rows in the group.

#create a similar reproducible exmaple
library(data.table)
dat <- data.table(names=rep(letters[1:3],c(5,5,3)),var=1:13)

删除行：

dat[, cnt:=.N, by=names][cnt >= 5]

虽然我觉得必须有一种方法可以在不分配新变量的情况下做到这一点。 ...现在感谢 cmets 中的@mnel：

dat[,if(.N>=5).SD,by=names]

如果.N 组中的行数大于或等于 5，则这实际上为by 组的每个值返回一个子数据表.SD。它几乎等同于更传统的 R 子集语法：

dat[,.SD[.N >= 5],by=names]

Answer 2

你可以像这样使用table：

df[df$names %in% names(table(df$names))[table(df$names) >= 5],]

Answer 3

另一种解决方案是使用subset() 命令，如下所示：

subset(df, ave(names, names, FUN = length) >= 5)

或者，

df[ave(df$names, df$names, FUN = length) >= 5, ]