在 R 中使用 dplyr 删除以其他行的值为条件的行答案

【问题标题】：Drop rows conditional on value on other rows using dplyr in R在 R 中使用 dplyr 删除以其他行的值为条件的行
【发布时间】：2023-03-03 14:19:02
【问题描述】：

使用下面提供的示例数据：对于每种机构类型（“a”和“b”），如果存在 fac ==“yes”的行，我想删除带有 fac ==“no”的行年。然后我想按年份对这些值求和。但是，我无法弄清楚如何删除正确的“否”行。以下是我根据here 的答案所做的一些尝试。

set.seed(123)
ext <- tibble(
  institution = c(rep("a", 7), rep("b", 7)),
  year = rep(c("2005", "2005", "2006", "2007", "2008", "2009", "2009"), 2),
  fac = rep(c("yes", "no", "no", "no", "no", "yes", "no"), 2),
  value = sample(1:100, 14, replace=T)
)

ext %>%
  group_by(institution, year) %>%
  filter(if (fac == "yes") fac != "no")

ext %>%
  group_by(institution, year) %>%
  case_when(fac == "yes" ~ filter(., fac != "no"))

ext %>%
  group_by(institution, year) %>%
  {if (fac == "yes") filter(., fac != "no")}

【问题讨论】：

标签： r dplyr tidyverse

【解决方案1】：

另一种方法是：

library(dplyr)
ext %>%
  group_by(institution, year) %>%
  filter(fac == 'yes' | n() < 2)

# institution year  fac   value
# 1 a           2005  yes      31
# 2 a           2006  no       51
# 3 a           2007  no       14
# 4 a           2008  no       67
# 5 a           2009  yes      42
# 6 b           2005  yes      43
# 7 b           2006  no       25
# 8 b           2007  no       90
# 9 b           2008  no       91
# 10 b          2009  yes      69

如果您想按年份计算总金额，请添加这两行，这将产生以下输出：

group_by(year) %>%
summarise(value=sum(value))

# year  value
# <chr> <int>
# 1 2005     74
# 2 2006     76
# 3 2007    104
# 4 2008    158
# 5 2009    111

【讨论】：

【解决方案2】：

这行得通吗：总而言之，我假设您想在应用过滤后按年份求和。

library(dplyr)
ext %>% group_by(institution, year) %>% filter(fac == 'yes'|all(fac == 'no'))
# A tibble: 10 x 4
# Groups:   institution, year [10]
   institution year  fac   value
   <chr>       <chr> <chr> <int>
 1 a           2005  yes      31
 2 a           2006  no       51
 3 a           2007  no       14
 4 a           2008  no       67
 5 a           2009  yes      42
 6 b           2005  yes      43
 7 b           2006  no       25
 8 b           2007  no       90
 9 b           2008  no       91
10 b           2009  yes      69
ext %>% group_by(institution, year) %>% filter(fac == 'yes'|all(fac == 'no')) %>% 
ungroup() %>% group_by(year) %>% summarise(value = sum(value))
`summarise()` ungrouping output (override with `.groups` argument)
# A tibble: 5 x 2
  year  value
  <chr> <int>
1 2005     74
2 2006     76
3 2007    104
4 2008    158
5 2009    111

【讨论】：

【解决方案3】：

尝试创建一个标志来识别“是”的出现，然后只过滤所需的值。您需要按institution 和year 分组。然后，计算 yes 大于或等于 1 的值的长度。如果组内有一些值是，那么您可以标记 no 值。最后，仅过滤 Flag 中的零值，您将按预期删除行。代码如下：

library(dplyr)
#Code
newdf <- ext %>% group_by(institution,year) %>%
  mutate(NYes=length(fac[fac=='yes']),
         Flag=ifelse(fac=='no' & NYes>=1,1,0)) %>%
  filter(Flag==0) %>% select(-c(NYes,Flag))

输出：

# A tibble: 10 x 4
# Groups:   institution, year [10]
   institution year  fac   value
   <chr>       <chr> <chr> <int>
 1 a           2005  yes      31
 2 a           2006  no       51
 3 a           2007  no       14
 4 a           2008  no       67
 5 a           2009  yes      42
 6 b           2005  yes      43
 7 b           2006  no       25
 8 b           2007  no       90
 9 b           2008  no       91
10 b           2009  yes      69

以及按年份总结的完整代码：

#Code 2
newdf <- ext %>% group_by(institution,year) %>%
  mutate(NYes=length(fac[fac=='yes']),
         Flag=ifelse(fac=='no' & NYes>=1,1,0)) %>%
  filter(Flag==0) %>% select(-c(NYes,Flag)) %>%
  ungroup() %>%
  group_by(year) %>%
  summarise(value=sum(value))

输出：

# A tibble: 5 x 2
  year  value
  <chr> <int>
1 2005     74
2 2006     76
3 2007    104
4 2008    158
5 2009    111

【讨论】：

【解决方案4】：

data.table 的选项

library(data.table)
setDT(ext)[ext[, .I[fac == 'yes'|all(fac == 'no')], .(institution, year)]$V1]

【讨论】：