如何删除具有一定观察量的所有唯一值？ [复制]答案

【问题标题】：How do I remove all unique values with certain amount of observations? [duplicate]如何删除具有一定观察量的所有唯一值？ [复制]
【发布时间】：2021-07-14 16:35:18
【问题描述】：

样本数据

date1 = seq(as.Date("2019/01/01"), by = "month", length.out = 29)
date2= seq(as.Date("2019/01/01"), by = "month", length.out = 29)
date3 = seq(as.Date("2019/01/01"), by = "month", length.out = 29)
date4 = seq(as.Date("2019/01/01"), by = "month", length.out = 10)

subproducts1=rep("1",29)
subproducts2=rep("2",29)
subproductsx=rep("x",29)
subproductsy=rep("y",10)

b1 <- c(rnorm(29,5))
b2 <- c(rnorm(29,5))
b3 <-c(rnorm(29,5))
b4 <- c(rnorm(10,5))


dfone <- data.frame("date"= c(date1,date2,date3,date4),
                "subproduct"= 
                  c(subproducts1,subproducts2,subproductsx,subproductsy),
                "actuals"= c(b1,b2,b3,b4))

问题：如何删除所有观察值小于等于 10 的子产品？

【问题讨论】：

标签： r dplyr data-manipulation

【解决方案1】：

我们可以通过“子产品”和filter 那些观察次数 (n()) 大于或等于 10 的组进行分组

library(dplyr)
dfone %>%
     group_by(subproduct) %>%
     filter(n() >= 10) %>%
     ungroup

或者没有任何包依赖

subset(dfone, subproduct %in% names(which(table(subproduct) >= 10)))

【讨论】：

【解决方案2】：

使用 plyr 库的 count() 函数，我们可以做到这一点。

dfcheck <- plyr::count(dfone$subproduct)
dfcheck <- dfcheck[dfcheck$freq>10,]
dftwo <- dfone[dfone$subproduct %in% dfcheck$x,]

count() 会给我们一个数据集，其中我们的变量出现在 x 列下，它们的频率出现在 freq 下。使用它，我们可以为超过 10 的值设置子集，并为出现在 >10 dfcheck 数据集中的子产品子集我们的原始数据集。

【讨论】：