R中类别内的子集条件

Question

我正在使用一个调查数据集 (ESS)，其中每波包含几个国家，以及每波中的几个人。它看起来像这样：

Country	Wave
AT	1
AT	1
AT	1
AT	2
AT	3
AT	3
AT	4
AT	4
AT	5
AT	6
AT	7
AT	8
AT	9
AT	9
BE	1
BE	2
BE	2
BE	3
BE	4
BE	5
BE	6
BE	7
BE	7
BE	9
BE	9

我想过滤/子集数据以获得一个新的干净数据框，其中包含仅个国家/地区，这些国家/地区包含在所有波中，范围从 1 到9. 换句话说，我需要根据他们在所有 9 波中都有观察的条件来选择国家。在上面的示例中，只有“AT”会被选中，因为“BE”缺少第 8 波。

这听起来很简单，但我正在努力寻找一种简单的方法来解决它（可能是因为我是 R 新手）。

非常感谢您的帮助。

Answer 1

您可以选择Country，其中all 的值在Wave 中从1 到9。

library(dplyr)
df1 <- df %>% group_by(Country) %>% filter(all(1:9 %in% Wave)) %>% ungroup
df1

#   Country  Wave
#   <chr>   <int>
# 1 AT          1
# 2 AT          1
# 3 AT          1
# 4 AT          2
# 5 AT          3
# 6 AT          3
# 7 AT          4
# 8 AT          4
# 9 AT          5
#10 AT          6
#11 AT          7
#12 AT          8
#13 AT          9
#14 AT          9

这也可以写成base R和data.table -

#Base R
df1 <- subset(df, as.logical(ave(Wave, Country, 
              FUN = function(x) all(1:9 %in% x))))

#data.table
library(data.table)
setDT(df)[, .SD[all(1:9 %in% Wave)], Country]

Answer 2

在 r 中，通常有几种方法可以解决同一个问题。这是一个细微的变化

library(dplyr)

df<-data.frame(stringsAsFactors=FALSE,
     Country = c("AT", "AT", "AT", "AT", "AT", "AT", "AT", "AT", "AT", "AT",
                 "AT", "AT", "AT", "AT", "BE", "BE", "BE", "BE", "BE", "BE",
                 "BE", "BE", "BE", "BE", "BE"),
        Wave = c(1, 1, 1, 2, 3, 3, 4, 4, 5, 6, 7, 8, 9, 9, 1, 2, 2, 3, 4, 5, 6,
                 7, 7, 9, 9)
)

df_new<-df %>%
  mutate(Country=Country %>% as.factor(),Wave=Wave %>% as.factor()) %>%
  group_by(Country,Wave, .drop=FALSE) %>%
  summarize(n=n(), ) %>%
  ungroup() %>%
  group_by(Country) %>%
  summarize(all_waves=if_else(min(n)>0, TRUE, FALSE))

首先按国家和波浪分组并总结每组的总数。然后我们按国家分组，总结最小数量大于0的组。