R-按组合条件过滤数据

让我们查看以下代码：

u_id <- c(1, 1, 1, 1, 2, 2, 3, 3, 3, 4, 4, 5, 5, 5)
i_id <- c(10, 10, 10, 12, 10, 11, 13, 13, 13, 10, 11, 13, 13, 14)
clicked <- c(0, 1, 1, 1, 0, 1, 0, 0, 1, 0, 1, 0, 0, 1)

dframe <- data.frame(u_id, i_id, clicked)

我想用以下方式过滤数据：

对于相同的u_id，i_id：

如果单击的

中只有0（一个或多个），则保持该状态

如果单击的

中有0（一个或多个）和1，则删除所有单击了0的行（单击的
中有1的行仍保留）

如果在单击的

中有多行有1，则只保留一行（第一行或任何一行）

如果单击中有0（一个或多个）和多行1，则删除所有0行，并仅保留一行1（无论是哪一行）

应用上述所有规则后，我们应得到：

   u_id i_id clicked
3     1   10       1
4     1   12       1
5     2   10       0
6     2   11       1
9     3   13       1
10    4   10       0
11    4   11       1
12    5   13       0
13    5   13       0
14    5   14       1

---

我保留了原始的行索引。

这里有一个使用拆分-应用-合并方法的基本R解决方案：

do.call(rbind, lapply(split(dframe, list(dframe$u_id, dframe$i_id)), function(i)

    if (sum(i$clicked) == 0) {

        i

    } else {

        i[i$clicked == 1,][1,]

}))

结果:

        u_id i_id clicked
1.10       1   10       1
2.10       2   10       0
4.10       4   10       0
2.11       2   11       1
4.11       4   11       1
1.12       1   12       1
3.13       3   13       1
5.13.12    5   13       0
5.13.13    5   13       0
5.14       5   14       1

---

您可以按两列进行拆分，如

split（df，list（df$u_id，df$i_id））

并避免使用额外的列感谢您指出这一点，@Sotos。我将进行编辑以合并。您还可以使用

by

返回dfs列表：

by（df，df[c（“u\u id”，“I\u id”）]，FUN=…

（不需要

lappy

）。

        u_id i_id clicked
1.10       1   10       1
2.10       2   10       0
4.10       4   10       0
2.11       2   11       1
4.11       4   11       1
1.12       1   12       1
3.13       3   13       1
5.13.12    5   13       0
5.13.13    5   13       0
5.14       5   14       1