子集在一列中具有相同值的所有行，按另一列分組，其中第三列的至少一行包含 R 中的特定字母

Question

我正在從數據庫中收集數據，其中有兩個不同的 ID 標識符（ID1、Nr）。 我想收集所有重復 ID1 的行，按“Nr”分組，其中 Names 中的至少一條記錄有一個字母“a”。

df <- data_frame(ID1 = c('100', '100', '100', '100', '100', '100', '100', '100', '100'),
                 Nr = c('1', '1', '1', '2', '2', '2', '2', '3', '4'),
                 Names = c('aaa bb', 'aa bbb', 'ccc', 'ccc', 'ccc', 'ddd', 'ccc', 'ccc', 'add'))

因此，所需的 output 將是：

output <- data_frame(ID1= c('100', '100', '100', '100'),
                     Nr = c('1', '1', '1', '4'),
                     Names = c('aaa bb', 'aa bbb', 'ccc', 'add'))

先感謝您！

Answer 1

您可以group_by Nr列並使用grepl ：

library(dplyr)
df %>% group_by(Nr) %>% filter(any(grepl('a', Names)))

#  ID1   Nr    Names 
# <chr> <chr> <chr> 
#1 100   1     aaa bb
#2 100   1     aa bbb
#3 100   1     ccc   
#4 100   4     add   

相同的邏輯可以在基礎 R 中實現

subset(df, ave(grepl('a', Names), Nr, FUN = any))

以及data.table ：

library(data.table)
setDT(df)[, .SD[any(grepl('a', Names))], Nr]

在原始數據集中，如果您有更多ID ，您可能也希望將其包含在group_by中。