根据向量元素的数量截断数据帧答案

【问题标题】：Truncating a dataframe according to count of vector elements根据向量元素的数量截断数据帧
【发布时间】：2018-11-10 23:56:06
【问题描述】：

我有一个数据框df，包含三个向量：

subject  condition  value
01       A          12
01       A          6
01       B          10
01       B          2
02       A          5
02       A          11
02       B          3
02       B          5
02       B          9
...

主题 01 有四个观测值（因此有四行），其中两个观测值对应于 condition A，两个观测值对应于 condition B。假设由于技术错误，主题 02 有三个 condition B 观察。

我的问题是：我如何截断 df 以确保每个条件对每个单独的主题只有两个观察值（因此删除错误的第三行 condition==B 为主题 02）？

提前感谢您的帮助！

【问题讨论】：

标签： r dataframe vector

【解决方案1】：

这是dplyr 解决方案 -

df %>%
  group_by(subject, condition) %>%
  filter(row_number() < 3) %>%
  ungroup()

# A tibble: 8 x 3
  subject condition value
  <chr>   <chr>     <dbl>
1 01      A            12
2 01      A             6
3 01      B            10
4 01      B             2
5 02      A             5
6 02      A            11
7 02      B             3
8 02      B             5

【讨论】：

完美，谢谢！顺便说一句，G. Grothendieck 提供的解决方案也有效，但如果数据帧包含 seq = ave() 中未定义的其他向量，则必须修改

【解决方案2】：

为每个主题/条件对创建一个序列号 seq 为其行，然后只保留序列号小于 3 的行。

subset(transform(DF, seq = ave(value, subject, condition, FUN = seq_along)), seq < 3)

给予：

  subject condition value seq
1      01         A    12   1
2      01         A     6   2
3      01         B    10   1
4      01         B     2   2
5      02         A     5   1
6      02         A    11   2
7      02         B     3   1
8      02         B     5   2

注意

假设可重现形式的输入为：

Lines <- "subject  condition  value
01       A          12
01       A          6
01       B          10
01       B          2
02       A          5
02       A          11
02       B          3
02       B          5
02       B          9"
DF <- read.table(text = Lines, header = TRUE, strip.white = TRUE,
  colClasses = c("character", "character", "numeric"))

【讨论】：