使用 R - 当值重复少于 3 次时删除行答案

【问题标题】：using R - delete rows when a value repeated less than 3 times使用 R - 当值重复少于 3 次时删除行
【发布时间】：2017-02-11 19:30:50
【问题描述】：

10行3列的框架

    a   b c
1   1 201 1
2   2 202 1
3   3 203 1
4   4 204 1
5   5 205 4
6   6 206 5
7   7 207 4
8   8 208 4
9   9 209 8
10 10 210 5

我想删除列“c”中相同值重复少于 3 次的所有行。在此示例中，我想删除第 6、9 和 10 行。（我的真实 data.frame 有 5000 行和 25 列）我尝试使用函数 rle 来做，但我一直得到错误的解决方案。有什么帮助吗？谢谢！

【问题讨论】：

标签： r row dataframe

【解决方案1】：

以Joshua's answer 为基础：

Data[Data$c %in% names(which(table(Data$c) > 2)), ]

【讨论】：

【解决方案2】：

如果我错了，请纠正我，但您似乎想要 c 列中的值出现两次以上的所有行。 “重复”让我认为它们需要连续发生，这就是 rle 的用途，但如果这是你想要做的，你只会想要第 1-4 行。

也就是说，下面的代码查找 c 列中的值出现超过 2 次的行。我确信这可以更优雅地完成，但它确实有效。

lines <-
"a   b c
1 201 1
2 202 1
3 203 1
4 204 1
5 205 4
6 206 5
7 207 4
8 208 4
9 209 8
10 210 5"
Data <- read.table(con <- textConnection(lines), header=TRUE); close(con)
cVals <- data.frame(table(Data$c))
Rows <- Data$c %in% cVals[cVals$Freq > 2,1]
Data[Rows,]
#  a   b c
#1 1 201 1
#2 2 202 1
#3 3 203 1
#4 4 204 1
#5 5 205 4
#7 7 207 4
#8 8 208 4

【讨论】：

【解决方案3】：

使用 unsplit 可能是将分组聚合（在本例中使用表获取计数，但一般情况请参见 tapply）投影到原始数据的最简单方法。

subset(Data, with(Data, unsplit(table(c), c)) >= 3)

与 Erik 的等效且更相似：

Data[unsplit(table(Data$c), Data$c) >= 3, ]

【讨论】：

【解决方案4】：

这是使用ave 的解决方案：

Data[ave(Data$c, Data$c, FUN = length) > 2, ]

或将ave 与subset 一起使用：

subset(Data, ave(c, c, FUN = length) > 2)

【讨论】：