Кадр данных подмножества, основанный на количестве строк на группу

У меня есть данные вроде этого, где некоторое «имя» встречается более трех раз:

df <- data.frame(name = c("a", "a", "a", "b", "b", "c", "c", "c", "c"), x = 1:9) 

Я хочу подмножить (фильтровать) данные на основе количества строк (наблюдений) в каждом уровне переменной «имя». Если определенный уровень «имени» происходит более чем 3 раза, я хочу удалить все строки, принадлежащие этому уровню.

Я написал этот код, но не могу заставить его работать.

 as.data.frame(table(unique(df)$name)) subset(df, name > 3) 

2 Solutions collect form web for “Кадр данных подмножества, основанный на количестве строк на группу”

Во-первых, две base альтернативы. Один полагается на table , а другой на ave и length . Затем два data.table .


1. table

 tt < - table(df$name) df2 <- subset(df, name %in% names(tt[tt < 3])) # or df2 <- df[df$name %in% names(tt[tt < 3]), ] 

Если вы хотите пройти его шаг за шагом:

 # count each 'name', assign result to an object 'tt' tt < - table(df$name) # which 'name' in 'tt' occur more than three times? # Result is a logical vector that can be used to subset the table 'tt' tt < 3 # from the table, select 'name' that occur < 3 times tt[tt < 3] # ...their names names(tt[tt < 3]) # rows of 'name' in the data frame that matches "the < 3 names" # the result is a logical vector that can be used to subset the data frame 'df' df$name %in% names(tt[tt < 3]) # subset data frame by a logical vector # 'TRUE' rows are kept, 'FALSE' rows are removed. # assign the result to a data frame with a new name df2 <- subset(df, name %in% names(tt[tt < 3])) # or df2 <- df[df$name %in% names(tt[tt < 3]), ] 

2. ave И length

Как было предложено @flodel:

 df[ave(df$x, df$name, FUN = length) < 3, ] 

3. data.table : .SD и .SD :

 library(data.table) setDT(df)[, if (.N < 3) .SD, by = name] 

4. data.table : data.table и .I :

 setDT(df) df[df[, .I[.N < 3], name]$V1] 

См. Также соответствующее количество вопросов и ответов Количество наблюдений / строк на группу и добавление результата в кадр данных .

Использование пакета dplyr :

 df %>% group_by(name) %>% filter(n() < 4) 
Interesting Posts

Что такое ключ?

Что означает значение $ перед строкой?

Как отправлять электронную почту в определенное время (а не просто задержка) в Outlook 2010 или другом почтовом клиенте

«Новая вкладка» замораживает открывающую ссылку в 32-разрядном обозревателе на 64-битной Windows-7

Как добавить поддержку в список функций для нового пользовательского языка? (Notepad ++ Win7 64bit)

Что такое токен CSRF? Каково его значение и как оно работает?

Почему изображение Tkinter не отображается, если оно создано в функции?

Отключить или удалить Bing в Windows 8

Превышение 23 путевой точки на каждый запрос в API Google Directions (уровень бизнеса / работы)

Как помещать более 1000 значений в предложение Oracle IN

grep с использованием символьного вектора с несколькими шаблонами

Переключатели командной строки проводника?

Элемент списка избранных элементов Android ListView выделен

Как мы можем запретить Службе убивать ОС?

Spring 4 – addResourceHandlers не разрешает статические ресурсы

Давайте будем гением компьютера.