如何删除 R 中包含少于 3 行数据的组？ [复制]答案

【问题标题】：How to delete groups containing less than 3 rows of data in R? [duplicate]如何删除 R 中包含少于 3 行数据的组？ [复制]
【发布时间】：2016-05-18 06:05:47
【问题描述】：

我在 R 中使用 dplyr 包，并将我的数据按 3 个变量（年份、站点、育雏）分组。

我想摆脱由少于 3 行组成的组。例如，在下面的示例中，我想删除 brood '2' 的行。我有很多数据可以做到这一点，所以虽然我可以煞费苦心地手工完成，但使用 R 自动化它会很有帮助。

Year Site Brood Parents
1996 A    1     1  
1996 A    1     1  
1996 A    1     0  
1996 A    1     0  
1996 A    2     1      
1996 A    2     0  
1996 A    3     1  
1996 A    3     1  
1996 A    3     1  
1996 A    3     0  
1996 A    3     1

我希望这是有道理的，并提前非常感谢您的帮助！我是 R 和 stackoverflow 的新手，如果我对这个问题的措辞不是很好，我深表歉意！如果我需要提供任何其他信息，请告诉我。

【问题讨论】：

dplyr 有必要吗？还是 base-R 或 data.table 中的解决方案也合适？
@Heroka data %>% group_by(Year, Site, Brood) %>% filter(n() >= 3) 你为什么不使用 dplyr？ ;)
@Mullefa 因为还有其他选择，而且我个人更喜欢 data.table 和 base-R。但我知道偏好可能因人而异：P
@Heroka 我确信其他方法是完全合适的！就像我说我是一个菜鸟，我只是使用 dplyr 比 base-R/data.table 更多：P

标签： r rows

【解决方案1】：

在这里抛出data.table 方法加入派对：

library(data.table)
setDT(my_data)
my_data[ , if (.N >= 3L) .SD, by = .(Year, Site, Brood)]

【讨论】：

【解决方案2】：

一种方法是在filter 中使用神奇的n() 函数：

library(dplyr)

my_data <- data.frame(Year=1996, Site="A", Brood=c(1,1,2,2,2))

my_data %>% 
  group_by(Year, Site, Brood) %>% 
  filter(n() >= 3)

n() 函数给出当前组中的行数（如果没有分组，则为总行数）。

【讨论】：

这个很棒的答案帮助了我，如果其他人需要它，这里是 n() 的官方 dplyr 文档，因为我很难找到它：dplyr.tidyverse.org/reference/n.html 主要的收获是 n () 可以与 summarise()、mutate() 和 filter() 一起使用

【解决方案3】：

您也可以使用基础 R 来做到这一点：

temp <- read.csv(paste(folder,"test.csv", sep=""), head=TRUE, sep=",")
matches <- aggregate(Parents ~ Year + Site + Brood, temp, FUN="length")
temp <- merge(temp, matches, by=c("Year","Site","Brood"))
temp <- temp[temp$Parents.y >= 3, c(1,2,3,4)]

【讨论】：

或者在一个非常丑陋的oneliner中：dat[unlist(sapply(split(dat,list(dat$Year,dat$Site,dat$Brood)),function(x){rep(nrow(x),nrow(x))}))>3,]