過濾data.frame以便每組只有一個唯一值

如果 ' value' 從day1到day7中等于（或相同），dplyr我如何將n列相加？另外，我怎么能filter只n擁有與7

首選輸出：

資料樣本：

structure(list(id = c(1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 
2, 3, 3, 3, 3, 3, 3), day = c(1, 2, 3, 4, 5, 6, 7, 1, 2, 3, 4, 
5, 6, 7, 1, 2, 3, 4, 5, 6), timeslot = c(1, 1, 1, 1, 1, 1, 1, 
2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3), value = c(110, 110, 110, 
110, 110, 110, 110, 9990, 110, 110, 110, 110, 110, 9990, 110, 
110, 110, 110, 8310, 110), n = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L)), row.names = c(NA, 
-20L), groups = structure(list(id = c(1, 1, 1, 1, 1, 1, 1, 2, 
2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3), day = c(1, 2, 3, 4, 5, 6, 
7, 1, 2, 3, 4, 5, 6, 7, 1, 2, 3, 4, 5, 6), timeslot = c(1, 1, 
1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3), value = c(110, 
110, 110, 110, 110, 110, 110, 9990, 110, 110, 110, 110, 110, 
9990, 110, 110, 110, 110, 8310, 110), .rows = structure(list(
    1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 
    15L, 16L, 17L, 18L, 19L, 20L), ptype = integer(0), class = c("vctrs_list_of", 
"vctrs_vctr", "list"))), row.names = c(NA, -20L), class = c("tbl_df", 
"tbl", "data.frame"), .drop = TRUE), class = c("grouped_df", 
"tbl_df", "tbl", "data.frame"))

uj5u.com熱心網友回復：

嘗試這個：

dat %>% 
     group_by(id) %>%
     ## test whether there is only one unique value per ID
     filter(length(unique(value)) == 1) %>% 
     ## sum up n 
     mutate(n = sum(n)) %>% 
     filter(n==7)

# A tibble: 7 × 5
# Groups:   id [1]
     id   day timeslot value     n
  <dbl> <dbl>    <dbl> <dbl> <int>
1     1     1        1   110     7
2     1     2        1   110     7
3     1     3        1   110     7
4     1     4        1   110     7
5     1     5        1   110     7
6     1     6        1   110     7
7     1     7        1   110     7

uj5u.com熱心網友回復：

library(data.table)
setDT(df)

df[, if (sum(n) == 7 && uniqueN(value) == 1) .SD, by = id]
#>    id day timeslot value n
#> 1:  1   1        1   110 1
#> 2:  1   2        1   110 1
#> 3:  1   3        1   110 1
#> 4:  1   4        1   110 1
#> 5:  1   5        1   110 1
#> 6:  1   6        1   110 1
#> 7:  1   7        1   110 1

^{由reprex 包(v2.0.1)于 2021 年 11 月 23 日創建}

uj5u.com熱心網友回復：

我會偷偷地介紹一下 data.table 方法，因為它總是很流行——它計算觀察的數量和唯一值的數量（這兩個都是每個 id），然后生成一個帶有 id 的 data.table 和評估的邏輯條件，然后將其合并到原始資料上，最后進行過濾。

library(data.table)
setDT(data1)
data1[data1[, .(.N, uniqueN(value)), by=id][, .(id, N==7 & V2==1)], on="id"][V2==TRUE, -c("V2")]

編輯：感謝 IceCreamToucan 在這個解決方案中的主要作業 - 我只是想在它周圍添加一些細節并進行一些細微的調整。這將if宣告放入jof DT[i, j, by]（有關詳細資訊，請參閱[（https://cran.r-project.org/web/packages/data.table/vignettes/datatable-intro.html））。當該if陳述句決議為 時TRUE，它將回傳由特殊字符給出的選定變數，.SD—.SDcols缺失，因此默認為所有列。此版本還使用.N 特殊字符 — 的同義詞nrows()。此j-process 已完成byid。

data1[, if(.N==7 & uniqueN(value)==1){.SD}, by=id]

uj5u.com熱心網友回復：

讓我們將您的資料框命名為 df。

所以你可以使用這個：

# Add up column "n"
df %>% 
  left_join(df %>% group_by(id) %>% summarise(total_n = sum(n)) ) %>% 
  select(everything(), - n) %>% 
  filter(total_n == 7)

輸出：

# A tibble: 20 x 5
# Groups:   id, day, timeslot, value [20]
      id   day timeslot value total_n
   <dbl> <dbl>    <dbl> <dbl>   <int>
 1     1     1        1   110       7
 2     1     2        1   110       7
 3     1     3        1   110       7
 4     1     4        1   110       7
 5     1     5        1   110       7
 6     1     6        1   110       7
 7     1     7        1   110       7
 8     2     1        2  9990       7
 9     2     2        2   110       7
10     2     3        2   110       7
11     2     4        2   110       7
12     2     5        2   110       7
13     2     6        2   110       7
14     2     7        2  9990       7

uj5u.com熱心網友回復：

澄清后更新（感謝 rg255）：

library(dplyr)
df %>% 
  group_by(id) %>% 
  mutate(n=ifelse(n_distinct(value)==1, n(), 0)) %>% 
  filter(n == 7)

     id   day timeslot value     n
  <dbl> <dbl>    <dbl> <dbl> <dbl>
1     1     1        1   110     7
2     1     2        1   110     7
3     1     3        1   110     7
4     1     4        1   110     7
5     1     5        1   110     7
6     1     6        1   110     7
7     1     7        1   110     7

標籤：r 数据框 dplyr

上一篇：根據條件值按組創建新變數

下一篇：如何在R中使用“%in%”運算子？