子集 dataframe 中不唯一的所有行（基于向量/列）.. 或删除唯一行

Question

我有一个带有许多基因的 dataframe（列是“基因”）。 有些基因不止一次出现。 我想对 dataframe 进行子集化，其中我只有出现多次的基因。 换句话说，我想删除相对于“基因”列唯一的行。

Answer 1

我们可以在base R中使用带有table的subset 。 使用table获取“基因”的频率计数，创建一个检查计数大于 1 的逻辑表达式，检索这些基因并使用%in%对这些基因进行子集化

subset(df1, genes %in% names(which(table(genes) > 1)))

---

或duplicated另一个选项

subset(df1, duplicated(genes)|duplicated(genes, fromLast = TRUE))

---

或使用dplyr

library(dplyr)
df1 %>%
   group_by(genes) %>%
   filter(n() > 1) %>%
   ungroup

Answer 2

这是另一个基本 R 选项，使用subset + ave

subset(df, ave(gene,gene,FUN = length)>1)