R根据分层数据中的子行删除父行

我正在处理以下数据：

id <- c(1,1,1,2,2,2,3,3,3,4,4)                         # fathers
name <- c('a','b','k','b','e','g','e','f','k','f','u') # sons
data <- data.frame(id,name)
data

   > data
    id name
1   1    a
2   1    b
3   1    k
4   2    b
5   2    e
6   2    g
7   3    e
8   3    f
9   3    k
10  4    f
11  4    u

因为id为2和3的行的名称中有e
这也可能是一项类似“我不喜欢把

e

和

f

放在一起”的任务：

或者，“如果你有

e

或

f

，我不想要你”：

正如您所注意到的，更清楚地说，我已经“注释”了必须删除的行

我已经搜索过了，但是我发现很多问题都是基于一个列的，比如

data[which（data$name='e'），]

，但是这只会删除子级的数据，而不是相对父级的所有行。

我还想把数据放在宽格式中，将id的所有名称粘贴到一个唯一的单元格中，如果有e，比如函数

grepl（）

，则获取，但我认为这可能是大型数据集的问题（这些数据就是一个例子）。

你对如何管理这件事有什么想法吗？
提前谢谢

data[!(data$id %in% unique(data[data$name == 'e', 'id'])),]

unique（data[data$name=='e'，'id']）将获取名称字段中具有'e'的唯一id。然后，您可以使用%in%运算符查找所有具有这些id的行。这个是一个否定运算符

---

unique（data[data$name=='e'，'id']）将获取名称字段中具有'e'的唯一id。然后，您可以使用%in%运算符查找所有具有这些id的行。这个是一个求反运算符。

我有一个data.table解决方案

require(data.table)

id <- c(1,1,1,2,2,2,3,3,3,4,4)                         # fathers
name <- c('a','b','k','b','e','g','e','f','k','f','u') # sons
data <- data.table(id,name)

# names to be deleted
to_del <- c("e","f")

# returns only id's without any of the names to be deleted
data[ , .SD[ !any(name %in% to_del) ,name ] , by = "id"]

   id V1
1:  1  a
2:  1  b
3:  1  k

require（data.table）
id我有一个data.table解决方案

require(data.table)

id <- c(1,1,1,2,2,2,3,3,3,4,4)                         # fathers
name <- c('a','b','k','b','e','g','e','f','k','f','u') # sons
data <- data.table(id,name)

# names to be deleted
to_del <- c("e","f")

# returns only id's without any of the names to be deleted
data[ , .SD[ !any(name %in% to_del) ,name ] , by = "id"]

   id V1
1:  1  a
2:  1  b
3:  1  k

require（data.table）
id这里有一个函数来处理不同的情况

dislike1 <- c('e')
dislike2 <- c('e', 'f')

myfun <- function(df, dislike, ops = NULL) {
    require(dplyr)
    if (is.null(ops) || ops == 'OR') {
        df %>%
            group_by(id) %>%
            filter(!any(name %in% dislike)) %>%
            ungroup
    } else if (ops == 'AND') {
        df %>%
            group_by(id) %>%
            filter(!all(dislike %in% name)) %>%
            ungroup
    }
}

myfun(data, dislike1)
# A tibble: 5 x 2
     # id name 
  # <dbl> <fct>
# 1     1 a    
# 2     1 b    
# 3     1 k    
# 4     4 f    
# 5     4 u    
myfun(data, dislike2, 'AND')
# A tibble: 8 x 2
     # id name 
  # <dbl> <fct>
# 1     1 a    
# 2     1 b    
# 3     1 k    
# 4     2 b    
# 5     2 e    
# 6     2 g    
# 7     4 f    
# 8     4 u    
myfun(data, dislike2, 'OR')
# A tibble: 3 x 2
     # id name 
  # <dbl> <fct>
# 1     1 a    
# 2     1 b    
# 3     1 k    

不喜欢1%
解组
}else if（ops=='和'）{
df%>%
分组依据（id）%>%
筛选器（！全部（不喜欢%name中的%1））%>%
解组
}
}
myfun（数据，不喜欢1）
#一个tibble:5x2
#身份证名称
#  
#11A
#21 b
#31K
#4楼
#54U
myfun（数据，不喜欢2，'和'）
#一个tibble:8x2
#身份证名称
#  
#11A
#21 b
#31K
#4.2 b
#5.2 e
#6.2克
#7.4楼
#84U
myfun（数据，不喜欢2“或”）
#一个tibble:3x2
#身份证名称
#  
#11A
#21 b
#31K
这里有一个处理不同情况的函数

dislike1 <- c('e')
dislike2 <- c('e', 'f')

myfun <- function(df, dislike, ops = NULL) {
    require(dplyr)
    if (is.null(ops) || ops == 'OR') {
        df %>%
            group_by(id) %>%
            filter(!any(name %in% dislike)) %>%
            ungroup
    } else if (ops == 'AND') {
        df %>%
            group_by(id) %>%
            filter(!all(dislike %in% name)) %>%
            ungroup
    }
}

myfun(data, dislike1)
# A tibble: 5 x 2
     # id name 
  # <dbl> <fct>
# 1     1 a    
# 2     1 b    
# 3     1 k    
# 4     4 f    
# 5     4 u    
myfun(data, dislike2, 'AND')
# A tibble: 8 x 2
     # id name 
  # <dbl> <fct>
# 1     1 a    
# 2     1 b    
# 3     1 k    
# 4     2 b    
# 5     2 e    
# 6     2 g    
# 7     4 f    
# 8     4 u    
myfun(data, dislike2, 'OR')
# A tibble: 3 x 2
     # id name 
  # <dbl> <fct>
# 1     1 a    
# 2     1 b    
# 3     1 k    

不喜欢1%
解组
}else if（ops=='和'）{
df%>%
分组依据（id）%>%
筛选器（！全部（不喜欢%name中的%1））%>%
解组
}
}
myfun（数据，不喜欢1）
#一个tibble:5x2
#身份证名称
#  
#11A
#21 b
#31K
#4楼
#54U
myfun（数据，不喜欢2，'和'）
#一个tibble:8x2
#身份证名称
#  
#11A
#21 b
#31K
#4.2 b
#5.2 e
#6.2克
#7.4楼
#84U
myfun（数据，不喜欢2“或”）
#一个tibble:3x2
#身份证名称
#  
#11A
#21 b
#31K
你好，非常感谢。它适用于第一个案例（您创建的案例）和最后一个具有
data[！（data$id%在%unique中（data[data$name='e'| data$name='f'，'id']），]
，但如何管理第二个呢？使用
data[！（data$id%in%unique（data[data$name='e'，data$name='f'，'id']），]
并不能提供一个好的答案，也许我做错了什么。它不是一条直线，而是相交（data[which（data$name='e'），'id']，data[which（data$name='f'），'id']））将为您提供一个id列表，然后您可以使用%in%运算符删除您正在说的
data[！（data$id%in%unique（intersect（data[which（data$name='e'）、'id']、data[which（data$name='f'）、'id']），]），]
？非常多，但您在一行中打包了太多内容，难以阅读。您好，谢谢。它适用于第一个案例（您创建的案例）和最后一个具有
data[！（data$id%在%unique中（data[data$name='e'| data$name='f'，'id']），]
，但如何管理第二个呢？使用
data[！（data$id%in%unique（data[data$name='e'，data$name='f'，'id']），]
并不能提供一个好的答案，也许我做错了什么。它不是一条直线，而是相交（data[which（data$name='e'），'id']，data[which（data$name='f'），'id']））将为您提供一个id列表，然后您可以使用%in%运算符删除您正在说的
data[！（data$id%in%unique（intersect（data[which（data$name='e'），'id']，data[which（data$name='f'），'id']），]），]
，差不多，但是您在一行中打包了太多内容，使其难以阅读。请参见查看如何仅
myfun%groupby（id）%%>%filter（！fun（不喜欢%in%name））%%>%ungroup}
？然后你可以做
myfun（data，dislike2，any）
和
myfun（data，dislike2，all）
那就
myfun%groupby（id）%%>%filter（！fun（dislike%in%name））%%>%ungroup}怎么样？然后你可以做
myfun（data，dislike2，any）
和
myfun（data，dislike2，all）
data[，if（！any（name%in%to_del））.SD，by=“id”]
会更快
data[，if（！any（name%in%to_del））.SD，by=“id”
会更快
dislike1 <- c('e')
dislike2 <- c('e', 'f')

myfun <- function(df, dislike, ops = NULL) {
    require(dplyr)
    if (is.null(ops) || ops == 'OR') {
        df %>%
            group_by(id) %>%
            filter(!any(name %in% dislike)) %>%
            ungroup
    } else if (ops == 'AND') {
        df %>%
            group_by(id) %>%
            filter(!all(dislike %in% name)) %>%
            ungroup
    }
}

myfun(data, dislike1)
# A tibble: 5 x 2
     # id name 
  # <dbl> <fct>
# 1     1 a    
# 2     1 b    
# 3     1 k    
# 4     4 f    
# 5     4 u    
myfun(data, dislike2, 'AND')
# A tibble: 8 x 2
     # id name 
  # <dbl> <fct>
# 1     1 a    
# 2     1 b    
# 3     1 k    
# 4     2 b    
# 5     2 e    
# 6     2 g    
# 7     4 f    
# 8     4 u    
myfun(data, dislike2, 'OR')
# A tibble: 3 x 2
     # id name 
  # <dbl> <fct>
# 1     1 a    
# 2     1 b    
# 3     1 k