如何根据另一列选择多行？
如何根据另一列选择多行？
提问于 2019-05-19 22:34:32
我有一个数据框，有很多列和行，有很多ids，下面的数据只显示2个ids。
id treatment
1 A
1 B
1 C
1 D
1 E
2 A
2 B
2 C 我想得到具有五个处理(A，B，C，D，E)的id的子组。因此，输出表将如下所示：
id treatment
1 A
1 B
1 C
1 D
1 E 非常感谢。
回答 5
Stack Overflow用户
回答已采纳
发布于 2019-05-19 22:41:20
这里有一个非常简洁的方法：
head(my.data)
id treatment
1 1 A
2 1 B
3 1 C
4 1 D
5 1 E
6 2 A
group_by(my.data, id) %>% filter(n_distinct(treatment) == 5)
# A tibble: 5 x 2
# Groups: id [1]
id treatment
<int> <chr>
1 1 A
2 1 B
3 1 C
4 1 D
5 1 E 解释
在内部，n_distinct(treatment)会统计每个id类别中唯一值的实例，因为您是按该列分组的。则filter保留出现5次的id。
Stack Overflow用户
发布于 2019-05-19 23:03:28
要返回包含所有处理的ID组的子集，请执行类似以下操作：
install.packages("dplyr")
library(dplyr)
treatments <- c("A", "B", "C", "D", "E")
df %>% group_by(id) %>% filter(all(treatments %in% treatment))
#### OUTPUT ####
# A tibble: 5 x 2
# Groups: id [1]
id treatment
<int> <fct>
1 1 A
2 1 B
3 1 C
4 1 D
5 1 E 这里的主要优点是它正确地处理了重复的条件。也就是说，在一个ID组中有相同条件的可能性很小，例如：
# A tibble: 11 x 2
id treatment
<dbl> <chr>
1 1 A
2 1 A
3 1 B
4 1 C
5 1 D
6 1 E
7 2 A
8 2 A
9 2 B
10 2 B
11 2 C 上面的代码将返回包含每个条件的任何组的所有观察结果：
# A tibble: 6 x 2
# Groups: id [1]
id treatment
<dbl> <chr>
1 1 A
2 1 A
3 1 B
4 1 C
5 1 D
6 1 E Stack Overflow用户
发布于 2019-05-19 23:03:53
还有一种dplyr可能性：
df %>%
group_by(id) %>%
filter(grepl("A,B,C,D,E", paste(treatment, collapse = ","), fixed = TRUE))
id treatment
<int> <chr>
1 1 A
2 1 B
3 1 C
4 1 D
5 1 E 在这里，它还考虑了排序，这意味着它过滤掉了治疗不进行A,B,C,D,E的情况。
如果顺序不重要，则可以先排列"treatment“列：
df %>%
group_by(id) %>%
arrange(treatment, .by_group = TRUE) %>%
filter(grepl("A,B,C,D,E", paste(treatment, collapse = ","), fixed = TRUE))考虑@gersht展示的一个场景，可以将其修改为：
df %>%
group_by(id) %>%
filter(grepl("A,B,C,D,E", paste(unique(treatment), collapse = ","), fixed = TRUE))或者：
df %>%
group_by(id) %>%
arrange(treatment, .by_group = TRUE) %>%
filter(grepl("A,B,C,D,E", paste(unique(treatment), collapse = ","), fixed = TRUE))页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56208811
复制相关文章
相似问题