R 基于分组条件筛选数据集

这可能是一个愚蠢的问题，但我不知道如何过滤

df

，以保持id所在的行与因子A的所有级别中存在的条件相匹配：

df = data.frame(id    = c(1,1,1,2,2,3,3), 
                factor_A = c(1,2,3,1,2,1,3))

所需的df1将仅保留包含id=1的行，因为它存在于因子_A=1、2和3中：

     id factor_A
1     1     1
2     1     2
3     1     3

这应该可以

library(dplyr)

df = data.frame(id    = c(1,1,1,2,2,3,3), 
                factor_A = c(1,2,3,1,2,1,3))

df %>% group_by(id) %>% 
  filter(length(unique(factor_A)) == length(unique(df$factor_A)))

---

我建议采用

dplyr

方法。您可以计算每个id的级别数，然后进行筛选。由于您的因子变量有3个级别，您将保持

标志

为3的行：

library(dplyr)
#Data
df = data.frame(id    = c(1,1,1,2,2,3,3), 
                factor_A = c(1,2,3,1,2,1,3))
#Create flag
df %>% group_by(id) %>%
  #Count levels
  mutate(Flag=n_distinct(factor_A)) %>%
  #Filter only rows with 3
  filter(Flag==3) %>% select(-Flag)

输出：

# A tibble: 3 x 2
# Groups:   id [1]
     id factor_A
  <dbl>    <dbl>
1     1        1
2     1        2
3     1        3

#一个tible:3 x 2
#分组：id[1]
id因子_A
1     1        1
2     1        2
3     1        3

我们可以使用

基本R

subset(df, id %in% names(which(!rowSums(!table(df) > 0))))
#  id factor_A
#1  1        1
#2  1        2
#3  1        3