按两列对数据进行分组和过滤组 (dplyr)

Question

我有一个关于使用dplyr过滤数据集的问题。

我想按其RestaurantID对数据进行分组，然后filter()在Year==1992 wage >= 5所有组。

例如：

我有：

 RestaurantID     Year        Wage
     1             92          6
     1             93          4
     2             92          3
     2             93          4
     3             92          5
     3             93          5

我想要的数据集（它保留了 1992 年工资值 >= 5 的所有组）

 RestaurantID     Year        Wage
     1             92          6
     1             93          4
     3             92          5
     3             93          5

我试过了：

data %>% group_by("RestaurantID") %>% filter(any(Wage>= '5', Year =='92')) 

但这给了我工资>=5所有行。

Answer 1

我们可以在不使用filter分组的情况下做到这一点

library(dplyr)
df1 %>% 
    filter(RestaurantID %in% RestaurantID[Year==92 & Wage>= 5])
#   RestaurantID Year Wage
#1            1   92    6
#2            1   93    4
#3            3   92    5
#4            3   93    5

---

或与base R相同的逻辑

subset(df1, RestaurantID %in% RestaurantID[Year==92 & Wage>= 5])
#   RestaurantID Year Wage
#1            1   92    6
#2            1   93    4
#5            3   92    5
#6            3   93    5

Answer 2

如果您希望返回该组的所有行，则可以为每个 ID 设置一个 TRUE 值。 在这种情况下，TRUE 值被循环到该组的长度，因此返回所有行。

df %>% group_by(RestaurantID) %>% filter(Wage[Year == 92] >= 5)
## A tibble: 4 x 3
## Groups:   RestaurantID [2]
#  RestaurantID  Year  Wage
#         <int> <int> <int>
#1            1    92     6
#2            1    93     4
#3            3    92     5
#4            3    93     5

请注意，在比较数字时，您不应该将它们像“5”一样用引号引起来，因为这会将数字转换为字符。

或者，您可以将原始方法修改为：

df %>% group_by(RestaurantID) %>% filter(any(Wage >= 5 & Year == 92))

这也返回正确的子集。