R 不同行上具有条件的子集数据

我试图根据不同行中的条件对数据进行子集划分。 换句话说，我想对访问商店

A

和商店

B

的

客户进行细分

以下是一个例子：

dfrm <- data.frame(cust_id=sample(c(1:3),5,replace = TRUE), 
                   store=sample(LETTERS[1:2],5,replace = TRUE))

> dfrm
     cust_id store
>>       3     B
>>       3     A
>>       1     B
>>       1     B
>>       2     B

使用
dplyr
软件包，
你可以做：

dfrm %>% group_by(cust_id) %>% filter(n_distinct(store,na.rm=T)==2)

返回访问两个不同商店的客户：

cust_id  store
    <dbl> <fctr>
1       3      B
2       3      A

cust\u id存储
13b
23A
为了完整起见，这里还有两个
数据。表
解决方案：

第一个返回访问了两个不同商店的所有客户的
dfrm
的所有行：

cust_id  store
    <dbl> <fctr>
1       3      B
2       3      A

这也是所做的，但对于一个80k行的数据集，速度大约快25%

第二个返回访问不同商店的最大数量的所有客户的
dfrm
的所有行（在给定的玩具数据样本中也是2个）：

这也是同样的功能，但对于一个80 k行的数据集，速度大约快15倍。
可能重复SRAFA，我已经查看了您链接的问题，我认为它没有回答我的问题（可能我遗漏了什么）@拉米娅已经解决了我的问题，但不管怎样，我添加了一个可复制的数据集。由于未包含
set.seed
，因此无法复制。假设
cust\u id
有两个
B
-值和一个
A
-值。然后，您希望保留哪些值？保留访问所有门店的客户的所有观察结果的基本R解决方案是
dfrm[as.logical（ave（as.character（dfrm$store），dfrm$cust\u id，FUN=function（x）all（unique（as.character（dfrm$store）），]
。
library(data.table)
setDT(dfrm)[, .SD[uniqueN(store) == 2L], by = cust_id]
#   cust_id store
#1:       3     B
#2:       3     A

setDT(dfrm)[, .SD[uniqueN(store) == uniqueN(dfrm[["store"]])], by = cust_id]
#   cust_id store
#1:       3     B
#2:       3     A