基于多个动态条件过滤数据帧，这些条件取决于数据的子集，例如。通过应用循环

Question

我有数百个名称和每个名称数百个值的数据框。现在我想根据仅适用于数据的某个子集的一些数学规则过滤一些值。一个简化的示例将过滤每个名称的最大值。

我可以如下所示对其进行硬编码，但希望避免使用它。

library(dplyr)
##
names <- c('A', 'A', 'B', 'B')
values <- c(1,2,3,4)
df <- data.frame(names, values)
##
df%>%filter(names!='A' | values!=max(subset(df, names =='A')$values)
            ,names!='B' | values!=max(subset(df, names =='B')$values))

期望的输出：

  names values
1     A      1
2     B      3

我会考虑在 dplyr 过滤器中创建一个循环，计算每个名称的最大值，然后在可能的情况下在过滤器中应用这两个条件。

Answer 1

base R 中的一个选项

subset(df, values != ave(values, names, FUN = max))

Answer 2

过滤掉每个名字的最大值：

df %>% 
  group_by(names) %>%
  filter(values != max(values))

# # A tibble: 2 x 2
# # Groups:   names [2]
#   names values
#   <chr>  <dbl>
# 1 A          1
# 2 B          3

或者，如果您的意思是从整个数据框中删除每个名称的最大值，只要它们出现：

df %>% 
  group_by(names) %>%
  slice_max(values) %>%
  select(values) %>%
  anti_join(df, ., by = "values")

# # A tibble: 2 x 2
# # Groups:   names [2]
#   names values
#   <chr>  <dbl>
# 1 A          1
# 2 B          3