如何使用R中較大的數據幀使用大於＃的等長行創建新的數據幀？

Question

我從一個大數據框（828行x 9列）開始，該數據框與土狼和隨機位置所用位置的植被測量有關。 我使用ddply按Coyote ID ， Random （Y或N）和觀察數（ nrow ）排列數據。

幾行看起來像這樣：

COYOTID    Random     nrow
1 Y 28
1 N 28
2 Y 16
2 N 12
3 Y 8
3 N 8

我想讓R告訴我，對於哪個ID，在一定閾值以上有相等數量的觀測值（假設28：在此示例中，僅ID 1）。 然后，我想從原始數據幀中僅保留包含這些ID的行來制作新的數據幀。 我怎樣才能做到這一點？ 到目前為止，我看過的所有內容（通常會導致lapply ）都是將整列作為“子集”而不是子集的子集來處理。

Answer 1

我們可以嘗試使用data.table 。 我們將'data.frame'轉換為'data.table'（ setDT(df) ），按'COYOTID'分組，得到行索引（ .I ），其中'nrow'中unique元素的length為1（ uniqueN是一個包裝器），並且值大於或等於28。使用此行索引列，我們可以對行進行子集化。

 library(data.table)#v1.9.6+
 setDT(df)[df[, .I[uniqueN(nrow)==1 & nrow>=28], by = COYOTID]$V1]
 #     COYOTID Random nrow
 #1:       1      Y   28
 #2:       1      N   28

---

或者我們可以使用類似的方法使用dplyr 。

 library(dplyr)
 df %>% 
   group_by(COYOTID) %>%
   filter(n_distinct(nrow)==1 & nrow >=28)
 # COYOTID Random  nrow
 #    (int)  (chr) (int)
 #1       1      Y    28
 #2       1      N    28