R中有聚合的热处理子集？

我有一个20万行的大数据框，有两列：组id和用户id。一个用户可以属于多个组。我需要一个结果数据框，其中包含属于3个以上组的所有用户的组id、用户id

group_id  user_id
100       1
101       1
102       1
103       1
101       2
103       2

在上面的示例中，在结果数据帧中，我将只获得前4行

df <- structure(list(group_id = c(100L, 101L, 102L, 103L, 101L, 103L
    ), user_id = c(1L, 1L, 1L, 1L, 2L, 2L)), .Names = c("group_id", 
    "user_id"), class = "data.frame", row.names = c(NA, -6L))

---

data.table包使这变得简单。如果df是原始数据帧，则可以

library(data.table)
setDT(df)[, .SD[.N > 3], by = user_id]
#    user_id group_id
# 1:       1      100
# 2:       1      101
# 3:       1      102
# 4:       1      103

.N告诉我们每个组中有多少行被选为用户id，.SD选择所有列。因此，SD[.N>3]为我们提供了所有超过三行的组

---

注意：如果不想将原始df更改为数据表，可以使用as.data.table代替setDT。但是，这将生成df的副本。

data.table包使这变得简单。如果df是原始数据帧，则可以

library(data.table)
setDT(df)[, .SD[.N > 3], by = user_id]
#    user_id group_id
# 1:       1      100
# 2:       1      101
# 3:       1      102
# 4:       1      103

.N告诉我们每个组中有多少行被选为用户id，.SD选择所有列。因此，SD[.N>3]为我们提供了所有超过三行的组

注意：如果不想将原始df更改为数据表，可以使用as.data.table代替setDT。然而，这将复制df。

这里有一个dplyr解决方案，但在看到@Richard's时，我知道还有一个更好的dplyr方法：

使用@Richard的评论：

df %>%
    group_by(user_id) %>% 
    filter(n() > 3)

这里有一个dplyr解决方案，但看到@Richard's我知道还有一个更好的dplyr方法：

使用@Richard的评论：

df %>%
    group_by(user_id) %>% 
    filter(n() > 3)

---

假设每个“用户id”的“组id”都是唯一的，那么使用base R的选项将是

---

假设每个“用户id”的“组id”都是唯一的，那么使用base R的选项将是

---

我认为一种更简单的dplyr方法是组bydf，用户id%>%slicen>3@RichardScriven perfect@Richard我认为切片不起作用，但过滤器确实看到了我的编辑。是我的错。那应该是过滤器。我以为slice现在也在这么做，但我错了，我认为更简单的dplyr方法应该是group_bydf，user_id%>%slice>3@RichardScriven perfect@Richard我认为切片不起作用，但过滤器确实看到了我的编辑。是我的错。那应该是过滤器。我以为slice现在也在这么做，但我错了