使用 dplyr 返回匹配的值 [重复]答案

【问题标题】：Returning matched values with dplyr [duplicate]使用 dplyr 返回匹配的值 [重复]
【发布时间】：2020-11-02 20:08:05
【问题描述】：

我已经看到许多关于基于多个条件返回行的线程，但我正在努力思考最好的方法是 dplyr。我有一个大型的二元数据集和下面的模拟数据。我想返回 x = 1 和 y 值匹配的每个 country1 值的行（在本例中为 10，但不是 11）。

country1 <- c("a", "a", "a", "a")
country2 <- c("b", "c", "b", "d")
x <- c(0,1,1,1)
y <- c(10, 10, 11, 10)
df <- data.frame(country1, country2, x, y)

df
country1 country2 x  y
a        b        0 10
a        c        1 10
a        b        1 11
a        d        1 10

library(dplyr)
df <- df %>%
group_by(country1)
filter(x==1, y == ?)

我想结束

country1 country2 x  y
a        c        1 10
a        d        1 10

数据集大约有 900,000 行，所以我想匹配所有匹配的 y 值，而不是像上面示例中的 y == 10 那样写出每个值。

【问题讨论】：

标签： r dplyr

【解决方案1】：

dplyr 的一种可能是：

df %>%
 group_by(country1, x, y) %>%
 filter(n() == 2)

  country1 country2     x     y
  <fct>    <fct>    <dbl> <dbl>
1 a        c            1    10
2 a        d            1    10

【讨论】：

我没想过要使用出现频率。这将为我的真实数据返回 0 个观察值。如果我理解上面的代码，它会在组中出现两次 y 时查找？
它保留了 country1、x 和 y 列的组合以及两种情况。当它不起作用时，你能详细说明一下吗？
我相信这是因为数据是二元的，它们应该按另一个时间变量分组，导致所有对出现超过 2 次，我可能需要更改问题。
就是这样，谢谢！我忘了添加第二个时间变量，如果我在 group_by 部分添加一个时间变量“t”，它就可以工作。