删除在 R 中的 data.frame 中一个因子水平仅出现一次的行 [重复]答案

【问题标题】：Remove rows where a level of a factor occurs only one time in a data.frame in R [duplicate]删除在 R 中的 data.frame 中一个因子水平仅出现一次的行 [重复]
【发布时间】：2016-05-10 11:45:40
【问题描述】：

我有以下示例：

Id = c(1, 1, 2, 2, 2, 1, 4, 3, 3, 3)
long =  c("60.466681", "60.664116", "60.766690", "60.86879", "60.986569","60.466681", "60.664116", "60.766690", "60.86879", "60.986569"  )
data = data.frame(Id, long)

我想删除因子Id 的级别在data.frame 中仅出现一次的行。例如在这里，我将删除带有Id == 4 的行并保留其他行。

我试过了：

data$duplicated <- duplicated(data$Id)
subset(data, data$duplicated == "FALSE")

但是当每个因素第一次出现时，这也会删除该行时间（即Id=1 或Id=2 的第一行）

  Id      long duplicated
1  1 60.466681      FALSE
2  1 60.664116       TRUE
3  2 60.766690      FALSE
4  2  60.86879       TRUE
5  2 60.986569       TRUE
6  1 60.466681       TRUE

有没有简单的方法可以做到这一点？

【问题讨论】：

试试gdata::duplicated2

标签： r unique subset r-factor

【解决方案1】：

library(plyr)
data2<-ddply(data,.(Id),function(x){
  if(nrow(x)==1){
    return(NULL)
    }
  else{
    return(x)
  }
})

> data2
  Id      long
1  1 60.466681
2  1 60.664116
3  1 60.466681
4  2 60.766690
5  2  60.86879
6  2 60.986569
7  3 60.766690
8  3  60.86879
9  3 60.986569

【讨论】：

这样就行了，谢谢！
不幸的是，它不适用于大文件（1500 万行），还有一个我通常没有的内存问题！