基于多个条件的子集数据框？答案

【问题标题】：Subset data frame based on multiple conditions?基于多个条件的子集数据框？
【发布时间】：2018-12-06 12:32:45
【问题描述】：

我有一个数据框：df=data.frame(sample.id=c(1, 1, 2, 3, 4, 4, 5, 6, 7, 7), sample.type=c(U, S, S, U, U, D, D, U, U, D), cond = c(1.4, 17, 12, 0.45, 1, 7, 1, 9, 0, 14))

我想要一个数据框，它只包含同时具有 sample.type "U" 和 sample.type "D" 的 sample.id 行

新df：df.new=data.frame(sample.id=c(4, 4, 7, 7), sample.type=c(U, D, U, D), cond = c(1, 7, 0, 14))

最简单的方法是什么？重复不起作用，因为它将返回带有 U 和 S 以及 U 和 D 的 sample.ids。我不知道如何过滤/子集同时是 sample.type U 和 sample.type D 的样本 ID。感谢您的任何建议！

【问题讨论】：

标签： r dataframe dplyr

【解决方案1】：

带data.table

library(data.table)
setDT(df)

df[, if(all(c('U', 'D') %in% sample.type)) .SD, by = sample.id]

【讨论】：

【解决方案2】：

将filter 与any 一起使用

df %>% group_by(sample.id) %>% filter(any(sample.type == 'U') & any(sample.type == 'D'))
# A tibble: 4 x 3
# Groups:   sample.id [2]
  sample.id sample.type  cond
      <dbl>      <fctr> <dbl>
1         4           U     1
2         4           D     7
3         7           U     0
4         7           D    14

【讨论】：

【解决方案3】：

我们可以通过group 做一个filter

library(dplyr)
df %>% 
   group_by(sample.id) %>% 
   filter(all(c("U", "D") %in% sample.type))
# A tibble: 4 x 3
# Groups:   sample.id [2]
#  sample.id sample.type  cond
#      <dbl> <fct>       <dbl>
#1         4 U               1
#2         4 D               7
#3         7 U               0
#4         7 D              14

【讨论】：