在 R 中，如何从已经拆分的组中按行过滤数据？答案

【问题标题】：In R, how to filter data by row from already split groups?在 R 中，如何从已经拆分的组中按行过滤数据？
【发布时间】：2013-07-30 16:28:04
【问题描述】：

所以我将我的数据集分成几组，我想知道如何从百分比列中找到大于或等于值 70 的行（注意：数据框中还有其他列，它们只是没有显示）

gdata <- split(data, Opportunity.Name)

Dataframe 看起来像这样（包含更多组）：

Opportunity.Name:    Percentage
Bob                  50
Bob                  60
Bob                  20
Bob                  80
Bob                  90
Bob                  100
Jon                  100
Jon                  90

gdata$'Bob'     
Opportunity.Name  Percentage
Bob                  50
Bob                  60
Bob                  20
Bob                  80
Bob                  90
Bob                  100

我想应用一些函数来过滤掉 50、60 和 20 百分比的行并保留其他值（并让它为我创建的所有组执行此操作）。谢谢！

【问题讨论】：

“所以我将我的数据集分成了几个组” - 为什么？没有多少情况值得这样做（当然也不用做你要求的计算）。
我需要按机会名称计算中位数/均值/总和，然后再取整组数据的更多中位数/均值/总和。如果有更简单/替代的方法，我很想知道！！
是的，有很多更好的方法，一种是使用data.table。类似于dt = data.table(your_df); dt[, list(mean.person = mean(Percentage), median.person = median(Percentage)), by = Opportunity][, list(mean.total = mean(mean.person))] 的东西；在 SO 和 Google 上搜索data.table，如果您有任何疑问 - 您知道 SO 在哪里 :)

标签： r split

【解决方案1】：

试试这个：

lapply(gdata, function(x){x[x$Percentage>=70,]})

给予：

$Bob
  Opportunity.Name Percentage
4              Bob         80
5              Bob         90

$Jon
  Opportunity.Name Percentage
6              Jon        100
7              Jon         90

更新：要保留百分比为零的记录，请使用管道运算符添加or 子句：

lapply(gdata, function(x){x[x$Percentage>=70 | x$Percentage==0,]})

或者，如果您愿意，可以使用subset 语法来实现相同的结果：

lapply(gdata, function(x){subset(x, Percentage>=70 | Percentage==0)})

【讨论】：

看起来不错！有没有办法保持一定的价值？（我希望所有值大于或等于 70 并保持 0 的值）
谢谢！超级有用的答案。

【解决方案2】：

如果你非常明确地知道你不想要什么值，你可以使用

d <- subset(gdata, Percentage != 50 & Percentage != 60 & Percentage !=20)

【讨论】：

1) gdata 是一个列表，而不是一个数据框。但是您可以将此子集应用于data 对象，然后将split 应用于获得所需的结果。 2) 为什么不直接使用Percentage >= 70 而不是将一堆!= 子句组合在一起？
如果用户想要删除具有特定百分比值的行，我的意思是这个选项。这个问题不清楚是否是低于 70% 的值。
其实问题的第一行就提供了“大于等于70”的规范。而且，您的解决方案仍然会返回错误，因为您不能在列表上使用子集，这就是 gdata 对象。