<分区>
我有一个数据框
library(dplyr)
ID <- c(1,1,1,1,2,2,3,3,3,3,4,4,5)
Score <- c(20,22,34,56,78,98,56,43,45,33,24,54,22)
Quarter <- c("Q1","Q2","Q3","Q4","Q1","Q2","Q1","Q2","Q3","Q4","Q1","Q2","Q1")
df <- data.frame(ID,Score,Quarter)
我只想处理包含所有 4 个季度的数据(“季度”列中的 Q1、Q2、Q3、Q4)。我认为我可以做到这一点的一种方法是当 ID 出现 4 次时使用子集，因为它在每个季度重复出现。我很难对 ID 的数量进行子设置。我试过:
filter(df, count(df, vars = ID)==4)
但它没有用，非常感谢指导。 谢谢
最佳答案
我们可以做的一种方法是使用 n_distinct 为每个 ID 获取唯一值并过滤具有所有 4 个值的组。
library(dplyr)
df %>%
group_by(ID) %>%
filter(n_distinct(Quarter) == 4)
# ID Score Quarter
# <dbl> <dbl> <fct>
#1 1.00 20.0 Q1
#2 1.00 22.0 Q2
#3 1.00 34.0 Q3
#4 1.00 56.0 Q4
#5 3.00 56.0 Q1
#6 3.00 43.0 Q2
#7 3.00 45.0 Q3
#8 3.00 33.0 Q4
使用 ave 的等效基础 R 实现将是
df[as.numeric(ave(df$Quarter, df$ID, FUN = function(x) length(unique(x)))) == 4, ]
关于r - 按计数子集，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/49868884/