在R中：跨变量使用多个条件删除

我想删除这些观察（由companyID进行），其中组为1，一年有两次观察（其中一次观察涉及B型，另一次涉及K型）。通过我下面的例子可能更容易理解

以下是我拥有的数据集示例：

companyID  type  group  year
    1       B      1    2006
    1       K      1    2006
    1       B      1    2007
    2       B      1    2001
    2       B      1    2002
    2       K      1    2002
    2       K      2    2003
    3       B      1    2010
    3       K      1    2010
    3       K      2    2011

这是我喜欢的结果：

companyID  type  group  year
    1       B      1    2007
    2       B      1    2001
    2       K      2    2003
    3       K      2    2011

---

谢谢

将此代码/语法用于

tidyverse

library(dplyr)

df %>% group_by(companyID, year) %>%
  filter(n() == 1 , n_distinct(type) == 1)

# A tibble: 4 x 4
# Groups:   companyID, year [4]
  companyID type  group  year
      <int> <chr> <int> <int>
1         1 B         1  2007
2         2 B         1  2001
3         2 K         2  2003
4         3 K         2  2011

卑鄙的方式

subset(df, as.numeric(ave(df$type, paste(df$companyID, df$year),  FUN = length)) == 1)

   companyID type group year
3          1    B     1 2007
4          2    B     1 2001
7          2    K     2 2003
10         3    K     2 2011

或

基本溶液

do.call(
  rbind,
  by(df,list(df$companyID,df$group,df$year),function(x){
    if ((nrow(x)!=2 & x$group[1]==1) | x$group[1]!=1) {
      x
    }
  })
)

   companyID type group year
4          2    B     1 2001
7          2    K     2 2003
3          1    B     1 2007
10         3    K     2 2011

---

数据表

解决方案：

library(data.table)

dat = fread('companyID  type  group  year
    1       B      1    2006
    1       K      1    2006
    1       B      1    2007
    2       B      1    2001
    2       B      1    2002
    2       K      1    2002
    2       K      2    2003
    3       B      1    2010
    3       K      1    2010
    3       K      2    2011')

result = dat[, types:= uniqueN(type), by = .(companyID, group, year)][group != 1 | types == 1][, types:= NULL]

> result
   companyID type group year
1:         1    B     1 2007
2:         2    B     1 2001
3:         2    K     2 2003
4:         3    K     2 2011

---

在我看来，您只需按

分组

和

年份

分组即可

df %>% group_by(group, year) %>% filter(n() < 2)

df%>%groupby（group，year）%>%filter（n（）<2）

输出：

#   companyID type  group  year
#       <dbl> <chr> <dbl> <dbl>
# 1         1 B         1  2007
# 2         2 B         1  2001
# 3         2 K         2  2003
# 4         3 K         2  2011

#公司ID类型集团年度
#          
#1b12007
#2 B 1 2001
#3 2 K 2 2003
#43K2011

df %>% group_by(group, year) %>% filter(n() < 2)

#   companyID type  group  year
#       <dbl> <chr> <dbl> <dbl>
# 1         1 B         1  2007
# 2         2 B         1  2001
# 3         2 K         2  2003
# 4         3 K         2  2011