R 子集（）由观察次数决定的因子

我对subset（）函数有一个问题。如何通过观察次数来子集数据帧的某个因子

   NAME      CLASS         COLOR   VALUE      
   antonio       B          YELLOW       5
   antonio       B          BLUE       8
   antonio       B          BLUE       7 
   antonio       B          BLUE      12 
   luca          C          YELLOW    99
   luca          B          YELLOW    87
   luca          B          YELLOW    98
   giovanni      A          BLUE      48

我希望获得三个因素“名称”、“类别”和“颜色”至少比较三次的数据，以便得出平均值。在这种情况下，我将获得：

   NAME      CLASS         COLOR   VALUE      
   antonio       B          BLUE       mean

因为安东尼奥是唯一一个对每个因素都有三个观察的人

多谢各位

---

Nik

您可以使用

表

功能，如下所示：

subset(df, table(FACTOR)[FACTOR] >= 3)
#    FACTOR VALUE
# 1 ANTONIO     5
# 2 ANTONIO     8
# 3 ANTONIO     7

为了帮助您理解，请参见以下内容：

table(df$FACTOR)
table(df$FACTOR)[df$FACTOR]
table(df$FACTOR)[df$FACTOR] >= 3

---

您还可以使用

ave

函数来计算观察次数：

subset(df, ave(VALUE, FACTOR, FUN = length) >= 3)

如果您在评论和更新的问题中提出了多种因素，那么最后一种方法可能会更灵活一些。你可以做：

subset(df, ave(VALUE, NAME, CLASS, COLOR, FUN = length) >= 3)

---

好的，那么如果我有两个因子，它仍然是正确的吗？：子集（df，table（factor1，factor2）[factor1]>=3）谢谢你，所以我不清楚，你可以编辑你的问题，并提供一个例子，说明两个因子的意思（别忘了给出预期的输出）。好的，我编辑了我的问题。更清楚吗？提前感谢，有没有可能将此技术与动态列名一起使用？即使我为它下标（例如，

table（df[name]）[df[name]]>=3

），我似乎也无法让它工作。没关系。我发现在第二种情况下只需返回一个向量，如

表（df[name]）[df[[name]]]>=3

。但我必须说，这是一个很大的括号。：-）