特殊条件下数据帧的条件子集答案

【问题标题】：Conditional subset of data frame by special condition特殊条件下数据帧的条件子集
【发布时间】：2018-08-21 20:31:37
【问题描述】：

 df1 <-
 data.frame(Sector=c("auto","auto","auto","industry","industry","industry"),
 Topic=c("1","2","3","3","5","5"), 
 Frequency=c(1,2,5,2,3,2))
 df1

 df2 <- 
 data.frame(Sector=c("auto","auto","auto"),
 Topic=c("1","2","3"), 
 Frequency=c(1,2,5))
 df2

我有上面的数据框 1 (df1)，并且想要一个看起来像 df2 的条件子集。条件如下：

“如果相应扇区的至少一个观测值的频率大于 3，则应保留该扇区的所有观测值，如果不是，则应删除相应扇区的所有观测值。” 在上面的例子中，只剩下汽车行业的三个观察值，工业被丢弃了。

有人知道我可以通过什么条件实现目标子集吗？

【问题讨论】：

df1[df1$Sector %in% df1$Sector[df1$Frequency > 3],]

标签： r dataframe conditional subset

【解决方案1】：

我们可以使用dplyr 中的group_by 和filter 来实现这一点。

library(dplyr)

df2 <- df1 %>%
  group_by(Sector) %>%
  filter(any(Frequency > 3)) %>%
  ungroup()
df2
# # A tibble: 3 x 3
#   Sector Topic Frequency
#   <fct>  <fct>     <dbl>
# 1 auto   1            1.
# 2 auto   2            2.
# 3 auto   3            5.

【讨论】：

【解决方案2】：

这是一个以R为基础的解决方案：

df1 <-
  data.frame(Sector=c("auto","auto","auto","industry","industry","industry"),
             Topic=c("1","2","3","3","5","5"), 
             Frequency=c(1,2,5,2,3,2))
subset(df1, ave(Frequency, Sector, FUN=max) >3)

和data.table 的解决方案：

library("data.table")
setDT(df1)[, if (max(Frequency)>3) .SD, by=Sector]

【讨论】：