删除每组的数量或行数大于 r 中分组数据帧的值的行答案

【问题标题】：delete rows where amount or rows per group greater than value of grouped dataframe in r删除每组的数量或行数大于 r 中分组数据帧的值的行
【发布时间】：2021-03-23 09:10:28
【问题描述】：

我想删除 ID 号大于长度值的所有行。

Tracks <- c("a","a","a","b","b","b","b","c","c")
Length <- c(2,2,2,1,1,1,1,2,2)
ID <- c(1,2,3,1,2,3,4,1,2)
df <- data.frame(Tracks, Length, ID)

  Tracks Length ID
1      a      2  1
2      a      2  2
3      a      2  3
4      b      1  1
5      b      1  2
6      b      1  3
7      b      1  4
8      c      2  1
9      c      2  2

我使用dplyr包的group_by对我的数据进行分组，打印显示分组成功

df_group <- df %>% group_by(Tracks)
> print(df_group)
# A tibble: 9 x 3
# Groups:   Tracks [3]
  Tracks Length    ID
  <chr>   <dbl> <dbl>
1 a           2     1
2 a           2     2
3 a           2     3
4 b           1     1
5 b           1     2
6 b           1     3
7 b           1     4
8 c           2     1
9 c           2     2

我尝试使用 head 函数，因为这应该会给我最好的结果。为此，我想用一个函数定义 n= 并返回每个组的 Length 的最大值

df2 <- head(df_group, n = max(df$Length))
print(df2)
# A tibble: 2 x 3
# Groups:   Tracks [1]
  Tracks Length    ID
  <chr>   <dbl> <dbl>
1 a           2     1
2 a           2     2

group_modify(df_group, head(df_group, n = max(df$Length)), .keep = TRUE)
Error: Can't convert a `grouped_df/tbl_df/tbl/data.frame` object to function

似乎 head 函数不适用于组，因为它只返回前两行，我尝试了 group_modify 但这也不起作用。

有什么想法可以做到这一点吗？

【问题讨论】：

标签： r dataframe

【解决方案1】：

试试subset

subset(
  df,
  ID <= Length
)

这会给

  Tracks Length ID
1      a      2  1
2      a      2  2
4      b      1  1
8      c      2  1
9      c      2  2

【讨论】：

非常简洁，没有任何包。

【解决方案2】：

您可以使用slice 做到这一点：

library(dplyr)

df %>%  group_by(Tracks) %>% slice(seq_len(max(Length))) %>% ungroup

#  Tracks Length    ID
#  <chr>   <dbl> <dbl>
#1 a           2     1
#2 a           2     2
#3 b           1     1
#4 c           2     1
#5 c           2     2

或filter：

df %>%  group_by(Tracks) %>% filter(ID <= max(Length)) %>% ungroup

【讨论】：

感谢 Ronak，它与 slice 完美搭配

【解决方案3】：

df_filtered <- df[df$ID <= df$Length, ]

这应该可以完成工作。您始终可以以df[rows,columns] 格式从data.frame 中选择行和列。在这种情况下，逗号后面的空格仅表示“获取所有列”。

【讨论】：

【解决方案4】：

除了现有的非常好的解决方案之外，还可以使用which：我知道逻辑索引是这个答案的一部分（由大卫提供）。

df1 <- df[which(!ID > Length),]

output:
> df1
  Tracks Length ID
1      a      2  1
2      a      2  2
4      b      1  1
8      c      2  1
9      c      2  2

【讨论】：