从数据帧中删除低于阈值的行

Question

我有以下数据框（data6）：

数据6

   n   S_ID      EID VO
1: 1   41883100   1 A1
2: 2   41883100   2 B22
3: 3   41883100   3 C13
4: 4   41883100   4 D18
5: 5   41883100   5 T5-7
6: 6   41883098   1 HJ89
7: 7   41883098   2 I982
8: 8   41884555   1 ZX567
9: 9   41997896   1 TYU12

我想在data6中将其最大EID列值大于每个S_ID的所有行保留在data6中（删除每个S_ID的EID值为1或2）。 因此结果如下：

数据6

   n   S_ID      EID VO
1: 1   41883100   1 A1
2: 2   41883100   2 B22
3: 3   41883100   3 C13
4: 4   41883100   4 D18
5: 5   41883100   5 T5-7

删除第6和第7行，因为对于它们的S_ID，最大EID为2。删除第8和第9行，因为对于它们的每个S_ID，最大EID值为1。保留第1至第5行，因为其S_ID的最大值为5（第5行），因此保留了所有相关行（1到5）。

Answer 1

在基础R上：

data6[data6$S_ID %in% data6$S_ID[data6$EID>2],]

从内到外的想法是

1. 使用data6$EID>2
2. 使用data6$S_ID[<1 above>]获得相应的S_ID
3. 获取与此<2>对应的逻辑向量data6$S_ID %in% <2>
4. 通过逻辑向量按<3>过滤原始数据帧

Answer 2

按'S_ID'分组， if any 'EID'大于2，我们得到Data.table（ .SD ）的子集。

library(data.table)
setDT(data6)[, if(any(EID > 2)) .SD , by = S_ID]
#       S_ID n EID   VO
#1: 41883100 1   1   A1
#2: 41883100 2   2  B22
#3: 41883100 3   3  C13
#4: 41883100 4   4  D18
#5: 41883100 5   5 T5-7