使用 dplyr 过滤数据框

Question

我有这个data.frame:

df <- data.frame(
    id = c("x1", "x2", "x3", "x4", "x5", "x1", "x2", "x6", "x7", "x8", "x7", "x8" ), 
    age = c(rep("juvenile", 5), rep("adult", 7))
    )
df 

   id      age
1  x1 juvenile
2  x2 juvenile
3  x3 juvenile
4  x4 juvenile
5  x5 juvenile
6  x1    adult
7  x2    adult
8  x6    adult
9  x7    adult
10 x8    adult
11 x7    adult
12 x8    adult

每一行代表一个人。我想拉出所有将青少年再次视为成年人的行。我不希望那些最初被视为成年人的个体再次被视为成年人的行（ids x7 和 x8）。所以结果 data.frame 应该是这样的：

  id      age
1 x1 juvenile
2 x2 juvenile
3 x1    adult
4 x2    adult

我特别想要 dplyr 解决方案。

Answer 1

嘿，我认为这就是您要查找的内容...将其分解以进行说明，但我相信您可以通过不重新分配过滤器参数的结果来使其更加紧凑。

kids <- df %>%
  filter(age == "juvenile")

adults <- df %>%
  filter(age == "adult")

repeat_offender<-inner_join(kids,adults, by = "id")
repeat_offender

实际上 return 要求的答案...

this_solution_sucks<-gather(repeat_offender, agex, age, -id) %>% select(-agex)

Answer 2

您只能按 id 和 select 分组，只有那些同时包含 'juvenile' 和 'adult' 的组：

df %>% 
   group_by(id) %>% 
   filter(all(c('juvenile','adult') %in% age))

#Source: local data frame [4 x 2]
#Groups: id
#
#  id      age
#1 x1 juvenile
#2 x2 juvenile
#3 x1    adult
#4 x2    adult

Answer 3

这是一个使用 dplyr 的解决方案，在寻找更具体的阈值时可能会很有用：

df %>% 
  group_by(id) %>% 
  filter(sum(age == 'juvenile') >= 1 & sum(age == 'adult') >= 1)

# Source: local data frame [4 x 2]
# Groups: id
# 
# id      age
# 1 x1 juvenile
# 2 x2 juvenile
# 3 x1    adult
# 4 x2    adult

使用 dplyr 过滤数据框

Filter a dataframe with dplyr

r

dplyr