在R中查找数据帧的分组变量的交集

我有这样一个数据框：

df <- data.frame(
  names = c(rep("cody", 10), rep("sam", 5)),
  year  = c(paste0("year",2000:2009), paste0("year",2000:2004))
)

df2 <- data.frame(
  names = c(rep("cody", 5), rep("sam", 5)), 
  year  = c(paste0("year",2000:2004), paste0("year",2000:2004))
)

---

df这里是一个基本的R方法，使用
Reduce
和
intersect

dat[dat$year == Reduce(intersect, split(dat$year, dat$names)),]

返回

  names     year
1   cody year2000
2   cody year2001
3   cody year2002
4   cody year2003
5   cody year2004
11   sam year2000
12   sam year2001
13   sam year2002
14   sam year2003
15   sam year2004

在这里，我们使用
Reduce
反复将参数（使用
split
以列表形式提供的每个名称的单独年份）输入到
intersect
，这将消除“不匹配”的年份，直到您只得到可用于所有名称的年份

请注意，年份变量必须是字符向量，而不是因子变量

作为一个小简化，您可以使用
with
来减少
dat$
引用：

dat[with(dat, year == Reduce(intersect, split(year, names))),]

数据

dat <- 
structure(list(names = c("cody", "cody", "cody", "cody", "cody", 
"cody", "cody", "cody", "cody", "cody", "sam", "sam", "sam", 
"sam", "sam"), year = c("year2000", "year2001", "year2002", "year2003", 
"year2004", "year2005", "year2006", "year2007", "year2008", "year2009", 
"year2000", "year2001", "year2002", "year2003", "year2004")),
.Names = c("names", "year"), row.names = c(NA, -15L), class = "data.frame")

dat您可以按年份分组，然后过滤出现两次的年份（或您想要多少唯一名称）：

库（dplyr）
df%>%
组别(年份)%>%
突变（name_count=n（））%>%
解组（）%>%
过滤器（名称\u计数==2）%>%
选择（-name\u count）
名称年份
1科迪2000年
2科迪年鉴2001
3科迪年鉴2002
4科迪年鉴2003
5科迪2004年
6.2000年
7.2001年
8.2002年
9.2003年
10.2004年
这里有一个选项，可以在
年份
列中查找所有重复项

df[duplicated(df$year) | duplicated(df$year, fromLast = TRUE), ]
#    names     year
# 1   cody year2000
# 2   cody year2001
# 3   cody year2002
# 4   cody year2003
# 5   cody year2004
# 11   sam year2000
# 12   sam year2001
# 13   sam year2002
# 14   sam year2003
# 15   sam year2004

创建数据帧时，请尝试推荐
stringsAsFactors=FALSE
。
df[duplicated(df$year) | duplicated(df$year, fromLast = TRUE), ]
#    names     year
# 1   cody year2000
# 2   cody year2001
# 3   cody year2002
# 4   cody year2003
# 5   cody year2004
# 11   sam year2000
# 12   sam year2001
# 13   sam year2002
# 14   sam year2003
# 15   sam year2004