根据行条件过滤值答案

【问题标题】：Filter values based on row conditions根据行条件过滤值
【发布时间】：2018-11-25 20:17:57
【问题描述】：

我正在处理一个我不知道如何解决的相对简单的问题。假设我有以下数据框：

Book  Word  Rel.Freq
   A   art      0.56
   A   car       0.4
   B   car      0.58
   B   dog      0.32
   C   art       0.5
   C   car      0.48
   C   dog      0.35

所以，我想要一个数据框，其值与列字相同。我需要一些函数来比较单词中的 A、B 和 C 值并仅提取共享的值，即仅在所有“书籍”中重复的值。我还需要一种方法来总结 Rel。频率。值并根据书中变量的数量获得平均值。我想要一个看起来像这样的数据框：

word  Mean.Rel.Freq
 car           0.48

【问题讨论】：

"只有那些在所有 "books" 中重复的内容" 但是您预期输出中的 art 不在 A 之间共享，B，C（而car 是共享但不显示）。我错过了什么？
欢迎来到 SO。在这里展示你尝试过的东西被认为是礼貌的......另外，你可能想澄清你的问题，因为它并不完全清楚。
"art" 并不是在所有书中都重复出现（仅在 A 和 C 中），0.5 和 0.56 的平均值（或总和）肯定不是 0.48。
试试df1 %>% group_by(Word) %>% filter(n_distinct(Book) == n_distinct(df1$Book)) %>% summarise(Mean.Rel.Freq = mean(Rel.Freq))

标签： r dataframe filter subset

【解决方案1】：

在按'Word'分组后，我们filter那些'Word'的'Book'的不同元素的数量等于整个数据集中'Book'的不同元素的数量和summarise'Rel。 Freq' 通过获取它的mean

library(tidyverse)
df1 %>% 
  group_by(Word) %>% 
  filter(n_distinct(Book) == n_distinct(.$Book)) %>% 
  summarise(Mean.Rel.Freq = mean(Rel.Freq))
# A tibble: 1 x 2
#   Word  Mean.Rel.Freq
#   <chr>         <dbl>
#1 car           0.487

【讨论】：

【解决方案2】：

这是使用tidyverse 软件包套件完成此任务的一种方法。

library(tidyverse)
# read in example data
df <- read_table("Book  Word  Rel.Freq
   A   art      0.56
    A   car       0.4
    B   car      0.58
    B   dog      0.32
    C   art       0.5
    C   car      0.48
    C   dog      0.35")
output <- df %>% 
  group_by(Word) %>% 
  summarize(
    n_books = n(),
    Mean.Rel.Freq = mean(Rel.Freq)
  ) 
# remove (if desired) the words with too-few books.
output <- output %>%
  filter(n_books < 3) # replace 3 with total number of books

【讨论】：

【解决方案3】：

使用aggregate 和Reduce + intersect 找到一致的Words：

aggregate(
    Rel.Freq ~ Word, data=dat, FUN=mean,
    subset = Word %in% Reduce(intersect, split(Word, Book))
)

#  Word  Rel.Freq
#1  car 0.4866667

【讨论】：