我有如下編碼的資料集。對于一組特定的治療對、年、月、級別，我分配了一個唯一的ID. 理想情況下，一個完整的“集合”有兩行對應于相同的唯一 ID。如果沒有，我想消除這些行。
所以在這里，除了對應于 ID 的那一組唯一 ID 的所有“組” 2。如何在我的原始資料集中，我有成千上萬這樣的行。如何掃描以洗掉這些單點？
tmt.pair <- c("A","A","A","B","B","B","B")
tmt <- c("1000 C","4000 C","1000 C","1000 C","4000 C","1000 C","4000 C")
year <- c("2021","2021","2021","2021","2021","2020","2020")
month <- c("A","A","A","J","J","O","O")
level <- c("Low","Low","Up","Low","Low","Low","Low")
site <- c(1,1,2,1,1,1,1)
val <- rnorm(7,5,1)
df <- data.frame(tmt.pair, year,month, level,tmt,val)
df$ID <- cumsum(!duplicated(df[1:4]))
tmt.pair year month level tmt val ID
1 A 2021 A Low 1000 C 4.789715 1
2 A 2021 A Low 4000 C 6.451113 1
3 A 2021 A Up 1000 C 4.281171 2
4 B 2021 J Low 1000 C 5.176668 3
5 B 2021 J Low 4000 C 6.384432 3
6 B 2020 O Low 1000 C 4.833731 4
7 B 2020 O Low 4000 C 3.274355 4
uj5u.com熱心網友回復：
使用基礎 R，您可以這樣做：
tab=table(df$ID)
df[ifelse(tab[df$ID]==1, FALSE, TRUE),]
輸出：
tmt.pair year month level tmt val ID
1 A 2021 A Low 1000 C 5.156294 1
2 A 2021 A Low 4000 C 4.395990 1
4 B 2021 J Low 1000 C 5.714170 3
5 B 2021 J Low 4000 C 6.075886 3
6 B 2020 O Low 1000 C 7.249756 4
7 B 2020 O Low 4000 C 5.197891 4
uj5u.com熱心網友回復：
另一個選項使用data.table：
library(data.table)
setDT(df)[,if(.N > 1) .SD, by=ID]
輸出
ID tmt.pair year month level tmt val
1: 1 A 2021 A Low 1000 C 4.424811
2: 1 A 2021 A Low 4000 C 4.556058
3: 3 B 2021 J Low 1000 C 4.396996
4: 3 B 2021 J Low 4000 C 3.906065
5: 4 B 2020 O Low 1000 C 5.714706
6: 4 B 2020 O Low 4000 C 4.891188
或者dplyr，我們只保留ID有超過 1 個觀察值的 s：
library(dplyr)
df %>%
group_by(ID) %>%
filter(n() > 1)
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/474994.html
上一篇：r中帶有paste0()或grep()的if()陳述句
下一篇：將命令添加到用戶輸入