在 R 中：跨变量删除多个条件答案

【问题标题】：In R: remove with multiple conditions across variables在 R 中：跨变量删除多个条件
【发布时间】：2021-04-02 11:49:41
【问题描述】：

我想删除那些组为 1 的观察（按 companyID），并且一年有两个观察（其中一个观察涉及 B 类，另一个涉及 K 类）。通过我下面的示例可能更容易理解。

这是我拥有的数据集的示例：

companyID  type  group  year
    1       B      1    2006
    1       K      1    2006
    1       B      1    2007
    2       B      1    2001
    2       B      1    2002
    2       K      1    2002
    2       K      2    2003
    3       B      1    2010
    3       K      1    2010
    3       K      2    2011

这是我最喜欢的结果：

companyID  type  group  year
    1       B      1    2007
    2       B      1    2001
    2       K      2    2003
    3       K      2    2011

谢谢！！

【问题讨论】：

标签： r

【解决方案1】：

将此代码/语法用于tidyverse

library(dplyr)

df %>% group_by(companyID, year) %>%
  filter(n() == 1 , n_distinct(type) == 1)

# A tibble: 4 x 4
# Groups:   companyID, year [4]
  companyID type  group  year
      <int> <chr> <int> <int>
1         1 B         1  2007
2         2 B         1  2001
3         2 K         2  2003
4         3 K         2  2011

第二个条件不起作用，因此在您的给定示例中是多余的。但是，正如您所指定的，我已将其作为条件包含在内。以下也将起作用

df %>% group_by(companyID, year) %>%
  filter(!n() > 1 , !n_distinct(type) > 1)

baseR方式

subset(df, as.numeric(ave(df$type, paste(df$companyID, df$year),  FUN = length)) == 1)

   companyID type group year
3          1    B     1 2007
4          2    B     1 2001
7          2    K     2 2003
10         3    K     2 2011

或

subset(df, as.numeric(ave(df$companyID, paste(df$companyID, df$year),  FUN = length)) == 1 & 
         as.numeric(ave(df$type, paste(df$companyID, df$year),  FUN = function(x) length(unique(x)))) == 1)

【讨论】：

【解决方案2】：

基础溶液

do.call(
  rbind,
  by(df,list(df$companyID,df$group,df$year),function(x){
    if ((nrow(x)!=2 & x$group[1]==1) | x$group[1]!=1) {
      x
    }
  })
)

   companyID type group year
4          2    B     1 2001
7          2    K     2 2003
3          1    B     1 2007
10         3    K     2 2011

【讨论】：

【解决方案3】：

data.table 解决方案：

library(data.table)

dat = fread('companyID  type  group  year
    1       B      1    2006
    1       K      1    2006
    1       B      1    2007
    2       B      1    2001
    2       B      1    2002
    2       K      1    2002
    2       K      2    2003
    3       B      1    2010
    3       K      1    2010
    3       K      2    2011')

result = dat[, types:= uniqueN(type), by = .(companyID, group, year)][group != 1 | types == 1][, types:= NULL]

> result
   companyID type group year
1:         1    B     1 2007
2:         2    B     1 2001
3:         2    K     2 2003
4:         3    K     2 2011

【讨论】：

【解决方案4】：

在我看来，您只需按group 和year 分组即可。

df %>% group_by(group, year) %>% filter(n() < 2)

输出：

#   companyID type  group  year
#       <dbl> <chr> <dbl> <dbl>
# 1         1 B         1  2007
# 2         2 B         1  2001
# 3         2 K         2  2003
# 4         3 K         2  2011

【讨论】：