R：按组，检查是否对于一个var的每个唯一值，至少有一个观察值，其中var的值等于另一个var的值

Question

我认为我的代码方向正确，但我还没到那里。

我尝试在Google和SE上找到一些有用的东西，但我似乎无法以一种让我得到我正在寻找的答案的方式来表达问题。

我可以写一个for循环为此，每个ID及的每行每一个独特的值进行比较，但我力争实现R-理解更高的水平，从而希望避免环路。

id <- c(1,1,1,2,2,2,3,3,3,4,4,4,5,5,5)
a <- c(1,1,1,2,2,2,3,3,4,4,4,5,5,5,6)
b <- c(1,2,3,3,3,4,3,4,5,4,4,5,6,7,8)

require(data.table)
dt <- data.table(id, a, b)

dt
dt[,unique(a) %in% b, by=id]
tmp <- dt[,unique(a) %in% b, by=id]
tmp$id[tmp$V1 == FALSE]

在我的例子中， 编号 2,3和5应该是结果，决策规则是：“根据ID，如果有至少一个观察其中b的值等于值是否为一个每个独特的价值。”

然而，我的代码仅输出ID的 2和5，而不是3。这是因为对于ID 3，4与以前的观察4匹配。

结果应该输出不满足条件的ID，或者向原始表添加一个虚拟变量，指示ID是否满足条件。

Answer 1

怎么样

dt[, all(sapply(unique(a), function(i) any(a == i & b == i))), by = id]

#   id    V1
#1:  1  TRUE
#2:  2 FALSE
#3:  3 FALSE
#4:  4  TRUE
#5:  5 FALSE

如果要将虚拟变量添加到原始表中，可以像修改它一样进行修改

dt[, check:=all(sapply(unique(a), function(i) any(a == i & b == i))), by = id]

Answer 2

我想知道我是否可以使用增强的连接功能找到更多的data.table-esk解决方案，这些连接功能是在版本1.9.6中引入data.table （2015年9月19日CRAN）。 使用该版本， data.table已经获得了连接的能力，而无需使用on参数设置键。

变式1

dt[a == b][dt[, unique(a), by = id], on = .(id, a == V1)][is.na(b), unique(id)]

 [1] 2 3 5 

首先，选择a和b相等的dt行。 只有这些行与每个id的唯一值a连接在一起。 连接的结果是

dt[a == b][dt[, unique(a), by = id], on = .(id, a == V1)]

  id ab 1: 1 1 1 2: 2 2 NA 3: 3 3 3 4: 3 4 NA 5: 4 4 4 6: 4 4 4 7: 4 5 5 8: 5 5 NA 9: 5 6 NA 

b列中的NA值表示未找到匹配项。 任何具有NA值的id表示不满足OP的条件。

变体2

dt[dt[, unique(a), by = id], on = .(id, a == V1, b == V1), unique(id[is.na(x.a)])]

 [1] 2 3 5 

这种变异右连接dt （未过滤！）用的唯一值a对每个id ，但连接条件需要在比赛id在以及匹配a和b 。 （这类似于konvas'接受的答案中的a == i & b == i表达式。最后，返回那些在连接结果中至少有一个NA值表示缺少匹配的id 。