根据组过滤多次出现

Question

我有一个如下所述的数据集：

df=data.frame(Supplier_id=c("1","2","7","7","7","4","5","8","12","7"), Supplier=c("Tian","Yan","Goldy","Goldy","Goldy","Amy","Lauren","Cassy","Shaan","Goldy"),Date=c("1/17/2019","4/30/2019","11/29/2018","11/29/2018","11/29/2018","5/21/2018","5/23/2018","5/24/2018","6/15/2018","6/20/2018"),Buyer=c("Unclassified","Unclassified","Kelly","Kelly","Kelly","Kelly","Amanda","Echo","Shao","Shao"))

df$Supplier_id=as.numeric(as.character(df$Supplier_id))

因此，df 如下所示：


| Supplier_id | Supplier | Date       | Buyer        |
|-------------|----------|------------|--------------|
| 1           | Tian     | 1/17/2019  | Unclassified |
| 2           | Yan      | 4/30/2019  | Unclassified |
| 7           | Goldy    | 11/29/2018 | Kelly        |
| 7           | Goldy    | 11/29/2018 | Kelly        |
| 7           | Goldy    | 11/29/2018 | Kelly        |
| 4           | Amy      | 5/21/2018  | Kelly        |
| 5           | Lauren   | 5/23/2018  | Amanda       |
| 8           | Cassy    | 5/24/2018  | Echo         |
| 12          | Shaan    | 6/15/2018  | Shao         |
| 7           | Goldy    | 6/20/2018  | Shao         |

现在，我想过滤掉每个唯一买家只出现一次的 Supplier_id。例如，在上面的数据集中，Supplier_id '1' 和 '2' 属于 'unclassified' 买家，但因为它们具有不同的 ID，所以我不希望它们出现在我的最终输出中。但是，当我们查看买方 'Kelly' 时，它有两个 supplier_ids、'7' 和 '4'，其中，'7' 出现了 3 次，而 '4' 只出现了一次。所以，输出 table 应该有 supplier_id='7' 的记录。分组应基于'Buyer'。因此需要注意的是，由于 'Kelly' 和 'Shao' 都存在 supplier_id '7'，但应该对这两个买家进行不同的分组，而不是一起考虑。

预期的输出应该是：

| Supplier_id | Supplier |       Date | Buyer_id |
|-------------|:--------:|-----------:|----------|
| 7           |   Goldy  | 11/29/2018 | Kelly    |
| 7           |   Goldy  | 11/29/2018 | Kelly    |
| 7           |   Goldy  | 11/29/2018 | Kelly    |

我试过使用 group_by 和过滤器，但这不起作用，因为每个 supplier_id 都会有不同的 buyer.I 也尝试过使用重复但不确定如何才能我为每个买家分组 supplier_id。

df <-df %>% group_by(Buyer) %>% filter(Supplier_id>1)

还有这个

df2=df[duplicated(df[1]) | duplicated(df[1], fromLast=TRUE),]

编辑：原始数据集有很多这样的实例，每个买家出现 n 次不同的 supplier_id。还有什么其他方法可以获得所需的输出？

Answer 1

我觉得你需要-

df %>% group_by(Supplier_id, Buyer) %>% filter(n() > 1)

根据组过滤多次出现

Filter multiple occurrences based on group

group-by

aggregate

r

filter

distinct-values