当因子的所有级别上都出现零时，删除列上具有零值的行答案

【问题标题】：Remove rows with zero values on a column when zero appears on all levels of a factor当因子的所有级别上都出现零时，删除列上具有零值的行
【发布时间】：2018-12-19 20:10:31
【问题描述】：

当它们出现在同一团队的所有方法中时，我想过滤掉零值行。

例如在下面的例子中team One 的错误为零，因此需要删除第 1、4 和 7 行。因此，如果 alpha=beta=gamma=0 在特定的 team 中，则应删除那些为零的行。

+----+-------+-------+--------+
| id | team  | error | method |
+----+-------+-------+--------+
|  1 | One   |     0 | alpha  |
|  2 | Two   |   5.7 | alpha  |
|  3 | Three |     0 | alpha  |
|  4 | One   |     0 | beta   |
|  5 | Two   |     0 | beta   |
|  6 | Three |     0 | beta   |
|  7 | One   |     0 | gamma  |
|  8 | Two   |     0 | gamma  |
|  9 | Three |   6.7 | gamma  |
+----+-------+-------+--------+

结果表应该是：

+----+-------+-------+--------+
| id | team  | error | method |
+----+-------+-------+--------+
|  2 | Two   |   5.7 | alpha  |
|  3 | Three |     0 | alpha  |
|  5 | Two   |     0 | beta   |
|  6 | Three |     0 | beta   |
|  8 | Two   |     0 | gamma  |
|  9 | Three |   6.7 | gamma  |
+----+-------+-------+--------+

【问题讨论】：

标签： r dataframe filter

【解决方案1】：

假设初始数据帧为df，如果team 组中的任何error 不为零，则过滤：

library(dplyr)
df %>% group_by(team) %>% 
       filter(any(error!=0))

【讨论】：

【解决方案2】：

按'team'分组后，我们可以检查逻辑向量（error != 0）的sum是否大于0，即至少有一个非零元素

library(dplyr)
df %>% 
   group_by(team) %>% 
   filter(sum(error !=0 ) > 0)

或者使用==的逻辑

df %>%
   group_by(team) %>%
   filter(sum(error == 0) < n())

数据

df <- structure(list(id = 1:9, team = c("One", "Two", "Three", "One", 
 "Two", "Three", "One", "Two", "Three"), error = c(0, 5.7, 0, 
 0, 0, 0, 0, 0, 6.7), method = c("alpha", "alpha", "alpha", "beta", 
 "beta", "beta", "gamma", "gamma", "gamma")), class = "data.frame", 
 row.names = c(NA, -9L))

【讨论】：

我收到一个错误：评估错误：hash() 至少需要一列。我这样做： set_a %>% group_by(team) %>% filter(!n_distinct(set_a[error == 0]) > 1)

【解决方案3】：

使用 base r 的简单方法：

subset(df, ave(error, team)!=0)

这会过滤掉所有平均误差为零的teams...如果error 可能有负值（例如c(-1, -2, 3)），则可能会出现问题。

所以更一般的情况是

subset(df, !ave(error, team, FUN=function(x) all(x==0)))

.. 或使用 akrun 回答中的一个想法：

subset(df, ave(error %in% 0, team) < 1)

【讨论】：