使用 R:根据不同条件有效地删除行

using R: drop rows efficiently based on different conditions

考虑这个样本

df<-{data.frame(v0=c(1, 2, 5, 1, 2, 0, 1, 2, 2, 2, 5),v1=c('a', 'a', 'a', 'b', 'b', 'c', 'c', 'b', 'b', 'a', 'a'), v2=c(0, 10, 5, 1, 8, 5,10, 3, 3, 1, 5))}

对于大型数据框:如果 v0>4,则删除包含相应值 v1 的所有行(删除一组?)。

因此,这里的结果应该是一个数据帧,删除所有带有“a”的行,因为“a”存在 v0 值 5。

df_ExpectedResult<-{data.frame(v0=c( 1, 2, 0, 1, 2, 2 ),v1=c( 'b', 'b', 'c', 'c', 'b', 'b'), v2=c(1, 8, 5,10, 3, 3))} 

另外,我想要一个新的数据框来保存丢弃的组。

df_Dropped <- {data.frame(v1='a')}

对于庞大的数据集,您将如何高效地执行此操作?我正在使用一个简单的 for 循环和 if 语句,但是操作时间太长。

这是两个操作,但是这个呢:

drop_groups <- df %>% filter(v0 > 4) %>% select(v1) %>% unique()
df_result <- df %>% filter(!(v1 %in% drop_groups))
df_result
#   v0 v1 v2
# 1  1  b  1
# 2  2  b  8
# 3  0  c  5
# 4  1  c 10
# 5  2  b  3
# 6  2  b  3

使用 subset + ave

的基础 R 选项
subset(df, !ave(v0 > 4, v1, FUN = any))

给予

  v0 v1 v2
4  1  b  1
5  2  b  8
6  0  c  5
7  1  c 10
8  2  b  3
9  2  b  3

选项dplyr

library(dplyr)
df %>%
    group_by(v1) %>%
    filter(sum(v0 > 4) < 1) %>%
    ungroup

-输出

# A tibble: 6 x 3
#     v0 v1       v2
#  <dbl> <chr> <dbl>
#1     1 b         1
#2     2 b         8
#3     0 c         5
#4     1 c        10
#5     2 b         3
#6     2 b         3