按两列分组数据和过滤组（dplyr）答案

【问题标题】：group data and filter groups by two columns (dplyr)按两列分组数据和过滤组（dplyr）
【发布时间】：2018-06-02 02:21:10
【问题描述】：

我有一个关于使用dplyr 过滤数据集的问题。

我想通过RestaurantID 和filter() 将数据分组到wage >= 5 在Year==1992 中的所有组。

例如：

我有：

 RestaurantID     Year        Wage
     1             92          6
     1             93          4
     2             92          3
     2             93          4
     3             92          5
     3             93          5

我想要的数据集（它保留了 1992 年工资值 >= 5 的所有组）

 RestaurantID     Year        Wage
     1             92          6
     1             93          4
     3             92          5
     3             93          5

我试过了：

data %>% group_by("RestaurantID") %>% filter(any(Wage>= '5', Year =='92'))

但这给了我工资为>=5的所有行。

【问题讨论】：

标签： r filter group-by dplyr

【解决方案1】：

如果您希望返回该组的所有行，则可以为每个 ID 设置一个 TRUE 值。在这种情况下，TRUE 值将被回收到该组的长度，因此返回所有行。

df %>% group_by(RestaurantID) %>% filter(Wage[Year == 92] >= 5)
## A tibble: 4 x 3
## Groups:   RestaurantID [2]
#  RestaurantID  Year  Wage
#         <int> <int> <int>
#1            1    92     6
#2            1    93     4
#3            3    92     5
#4            3    93     5

请注意，在比较数字时，您不应将它们像“5”一样放在引号中，因为这会将数字转换为字符。

或者，您可以将原来的方法修改为：

df %>% group_by(RestaurantID) %>% filter(any(Wage >= 5 & Year == 92))

它也返回正确的子集。

【讨论】：

【解决方案2】：

我们可以在不使用filter 分组的情况下做到这一点

library(dplyr)
df1 %>% 
    filter(RestaurantID %in% RestaurantID[Year==92 & Wage>= 5])
#   RestaurantID Year Wage
#1            1   92    6
#2            1   93    4
#3            3   92    5
#4            3   93    5

或与base R相同的逻辑

subset(df1, RestaurantID %in% RestaurantID[Year==92 & Wage>= 5])
#   RestaurantID Year Wage
#1            1   92    6
#2            1   93    4
#5            3   92    5
#6            3   93    5

【讨论】：