R - 过滤数据框以仅包含列数符合条件的行答案

【问题标题】：R - Filter dataframe to only included rows where the column count meets a criteriaR - 过滤数据框以仅包含列数符合条件的行
【发布时间】：2020-11-21 18:43:19
【问题描述】：

假设这个数据框：

country <- c('USA', 'USA', 'USA', 'USA', 'USA', 'UK', 'UK', 'UK', 'Canada')
number <- c(1:9)
df <- data.frame(country, number)

我希望能够仅对国家计数大于 4 或小于 2 的行进行子集化。所以在这种情况下，它将返回：

country  number
USA      1
USA      2
USA      3
USA      4
USA      5
Canada   9

我可以让它工作：

totalcounts <- filter(count(df, country), n>4 | n<2) # giving me a df of the country and count
for (i in nrow(totalcounts)){
  # code in here that rbinds rows as it matches
}

但我觉得必须有一个更简单的方法。我还没有掌握 sapply 之类的东西，所以我觉得我在这里遗漏了一些东西。看起来我正在走很长的路，并且已经有一些东西可以做到这一点。

【问题讨论】：

标签： r dataframe filter

【解决方案1】：

这是使用subset + ave 的基本 R 选项

subset(df,!ave(number,country,FUN = function(x) length(x)%in% c(2:4)))

或更短的版本（感谢@Onyambu）

subset(df,!ave(number,country,FUN = length) %in% 2:4)

这样

  country number
1     USA      1
2     USA      2
3     USA      3
4     USA      4
5     USA      5
9  Canada      9

【讨论】：

你知道你可以缩短这个subset(df,!ave(number,country,FUN = length) %in% 2:4)

【解决方案2】：

我们可以通过过滤器进行分组

library(dplyr)
df %>% 
   group_by(country) %>% 
   filter(n() > 4|n() < 2)
# A tibble: 6 x 2
# Groups:   country [2]
#  country number
#  <chr>    <int>
#1 USA          1
#2 USA          2
#3 USA          3
#4 USA          4
#5 USA          5
#6 Canada       9

或者另一种选择是使用add_count 和filter 创建一列计数

df %>%
    add_count(country) %>% 
    filter(n > 4|n < 2) %>% 
    select(-n)

如果我们使用count，也可以加入

df %>%
    count(country) %>% 
    filter(n >4 |n <2) %>% 
    select(country) %>% 
    inner_join(df)

【讨论】：

【解决方案3】：

使用table 的基本 R 选项：

tab <- table(df$country)
subset(df, country %in% names(tab[tab > 4 | tab < 2]))

#  country number
#1     USA      1
#2     USA      2
#3     USA      3
#4     USA      4
#5     USA      5
#9  Canada      9

【讨论】：