假设您有一个包含两个级别因子的数据框，如下所示：
Factor1 Factor2 Value
A 1 0.75
A 1 0.34
A 2 1.21
A 2 0.75
A 2 0.53
B 1 0.42
B 2 0.21
B 2 0.18
B 2 1.42
等等
我如何subset 这个数据框（“df”，如果你愿意的话）基于 Factor1 和 Factor2 的组合 (Fact1*Fact2) 有超过 2 个观察值的条件？您可以使用subset 中的length 参数来执行此操作吗？
【问题讨论】：
library(data.table)
dt = data.table(your_df)
dt[, if(.N > 2) .SD, list(Factor1, Factor2)]
# Factor1 Factor2 Value
#1: A 2 1.21
#2: A 2 0.75
#3: A 2 0.53
#4: B 2 0.21
#5: B 2 0.18
#6: B 2 1.42
【讨论】：
if(.N ...)。
假设您的data.frame 被称为mydf，您可以使用ave 创建一个逻辑向量来帮助子集：
mydf[with(mydf, as.logical(ave(Factor1, Factor1, Factor2,
FUN = function(x) length(x) > 2))), ]
# Factor1 Factor2 Value
# 3 A 2 1.21
# 4 A 2 0.75
# 5 A 2 0.53
# 7 B 2 0.21
# 8 B 2 0.18
# 9 B 2 1.42
这是ave 计算您的组合。请注意，ave 返回的对象长度与data.frame 中的行数相同（这便于子集）。
> with(mydf, ave(Factor1, Factor1, Factor2, FUN = length))
[1] "2" "2" "3" "3" "3" "1" "3" "3" "3"
下一步是将该长度与您的阈值进行比较。为此，我们需要一个匿名函数作为 FUN 参数。
> with(mydf, ave(Factor1, Factor1, Factor2, FUN = function(x) length(x) > 2))
[1] "FALSE" "FALSE" "TRUE" "TRUE" "TRUE" "FALSE" "TRUE" "TRUE" "TRUE"
差不多了...但是由于第一项是字符向量，所以我们的输出也是字符向量。我们想要它as.logical，所以我们可以直接将它用于子集。
ave 不适用于 factor 类的对象，在这种情况下，您需要执行以下操作：
mydf[with(mydf, as.logical(ave(as.character(Factor1), Factor1, Factor2,
FUN = function(x) length(x) > 2))),]
【讨论】：
您可以使用interaction 和table 查看每次交互的观察次数（mydata 是您的数据），然后使用%in% 对数据进行子集化。
mydata$inter<-with(mydata,interaction(Factor1,Factor2))
table(mydata$inter)
A.1 B.1 A.2 B.2
2 1 3 3
mydata[!mydata$inter %in% c("A.1","B.1"), ]
Factor1 Factor2 Value inter
3 A 2 1.21 A.2
4 A 2 0.75 A.2
5 A 2 0.53 A.2
7 B 2 0.21 B.2
8 B 2 0.18 B.2
9 B 2 1.42 B.2
根据@Ananda 的评论更新：您可以在创建交互变量后使用以下一行代码。
mydata[mydata$inter %in% names(which(table(mydata$inter) > 2)), ]
【讨论】：
mydata[mydata$inter %in% names(which(table(mydata$inter) > 2)), ]