在不使用 dplyr 包的情况下删除 R 中只有一个人的组 [重复]答案

【问题标题】：Remove groups with only one individual in R without using dplyr package [duplicate]在不使用 dplyr 包的情况下删除 R 中只有一个人的组 [重复]
【发布时间】：2021-10-12 15:18:00
【问题描述】：

考虑以下数据集。数据按每组一或两个人分组。但是，一个人可能有多个条目。

group<-c(1,1,1,1,2,2,3,3,3,3,4,4)
individualID<-c(1,1,2,2,3,3,5,5,6,6,7,7)
X<-rbinom(12,1,0.5)
df1<-data.frame(group,individualID,X)
> df1
   group individualID X     
1      1            1  0 
2      1            1  1 
3      1            2  1 
4      1            2  1 
5      2            3  1 
6      2            3  1 
7      3            5  1 
8      3            5  1 
9      3            6  1 
10     3            6  1 
11     4            7  0 
12     4            7  1

从上述第 1 组和第 3 组有 2 个人，而第 2 组和第 4 组各有 1 个人。

> aggregate(data = df1,  individualID ~ group, function(x) length(unique(x)))
group individualID 
1 1    2
2 2    1
3 3    2
4 4    1

如何在不使用 dplyr 包的情况下对数据进行子集化，以仅拥有超过 1 个个人的组。即省略有 1 个人的组。

我最终应该只有第 1 组和第 3 组。

【问题讨论】：

标签： r

【解决方案1】：

或者另一种选择是tidyverse - 在按“组”分组后，filter“individualID”中不同 (n_distinct) 元素的数量大于 1 的行

library(dplyr)
df1 %>%
    group_by(group) %>% 
    filter(n_distinct(individualID) > 1) %>%
    ungroup
# A tibble: 8 × 3
  group individualID     X
  <dbl>        <dbl> <int>
1     1            1     0
2     1            1     0
3     1            2     1
4     1            2     1
5     3            5     0
6     3            5     0
7     3            6     1
8     3            6     0

或者使用subset 和ave 来自base R

subset(df1, ave(individualID, group, FUN = function(x) length(unique(x))) > 1)
   group individualID X
1      1            1 0
2      1            1 0
3      1            2 1
4      1            2 1
7      3            5 0
8      3            5 0
9      3            6 1
10     3            6 0

【讨论】：

【解决方案2】：

当然还有更简洁的方法，但这里是大体思路。

# use your code to get the counts by group
df1_counts <- aggregate(data = df1,  individualID ~ group, function(x) length(unique(x)))

# create a vector of groups where the count is > 1
keep_groups <- df1_counts$group[df1_counts$individualID > 1]

# filter the rows to only groups you want to keep
df1[df1$group %in% keep_groups,]
#    group individualID X
# 1      1            1 0
# 2      1            1 0
# 3      1            2 1
# 4      1            2 0
# 7      3            5 1
# 8      3            5 1
# 9      3            6 0
# 10     3            6 1

【讨论】：