R 如何删除成员数少于n的因子
有没有办法从数据表中删除行数少于N行(如N=5)的因子 数据:R 如何删除成员数少于n的因子,r,grouping,R,Grouping,有没有办法从数据表中删除行数少于N行(如N=5)的因子 数据: DT = data.table(x=rep(c("a","b","c"),each=6), y=c(1,3,6), v=1:9, id=c(1,1,1,1,2,2,2,2,2,3,3,3,3,3,3,4,4,4)) 目标:当id数小于5时删除行。变量“id”是分组变量,当组中的行数小于5时,要删除的组。在DT中,需要确定哪些组的成员少于5个(组“1”和“4”),然后删除这些行 1: a 3 5
DT = data.table(x=rep(c("a","b","c"),each=6), y=c(1,3,6), v=1:9,
id=c(1,1,1,1,2,2,2,2,2,3,3,3,3,3,3,4,4,4))
目标:当id数小于5时删除行。变量“id”是分组变量,当组中的行数小于5时,要删除的组。在DT中,需要确定哪些组的成员少于5个(组“1”和“4”),然后删除这些行
1: a 3 5 2
2: b 6 6 2
3: b 1 7 2
4: b 3 8 2
5: b 6 9 2
6: b 1 1 3
7: c 3 2 3
8: c 6 3 3
9: c 1 4 3
10: c 3 5 3
11: c 6 6 3
这里有一个方法
获取因子的长度,以及要保留的因子
nFactors<-tapply(DT$id,DT$id,length)
keepFactors <- nFactors >= 5
nFactors因为您是从data.table
开始的,所以第一部分使用data.table
语法
编辑:感谢Arun(评论)帮助我改进此数据表答案
DT[DT[, .(I=.I[.N>=5L]), by=id]$I]
# x y v id
# 1: a 3 5 2
# 2: a 6 6 2
# 3: b 1 7 2
# 4: b 3 8 2
# 5: b 6 9 2
# 6: b 1 1 3
# 7: b 3 2 3
# 8: b 6 3 3
# 9: c 1 4 3
# 10: c 3 5 3
# 11: c 6 6 3
在base R中,您可以使用
df <- data.frame(DT)
tab <- table(df$id)
df[df$id %in% names(tab[tab >= 5]), ]
# x y v id
# 5 a 3 5 2
# 6 a 6 6 2
# 7 b 1 7 2
# 8 b 3 8 2
# 9 b 6 9 2
# 10 b 1 1 3
# 11 b 3 2 3
# 12 b 6 3 3
# 13 c 1 4 3
# 14 c 3 5 3
# 15 c 6 6 3
df如果不需要使用数据表,可以使用dplyr
:
library(dplyr)
data.frame(DT) %>%
group_by(id) %>%
filter(n() >= 5)
分组变量为“id”,应删除少于5行的组。在本例中,组“1”和“4”被删除。聚合不需要键DT[,.SD[.N>=5L],by=id]
将是理想的方法。但在速度优化之前,DT[DT[,(I=.I[.N>=5L]),by=id]$I]
如果我记得以前的讨论,如果使用.SD
语法,DT[,If(.N>=5).SD,by=id]
也会稍微快一些。
library(dplyr)
data.frame(DT) %>%
group_by(id) %>%
filter(n() >= 5)