如何在不同級別的兩個變量中使用anti_join？

Question

我已經嘗試了幾個小時，但我無法弄清楚。 我有一個包含主題和條件df1的數據框，我想從中排除具有特定值的觀察值（ df2的變量“值”中小於 3。我無法使其工作，因為我需要從df1刪除組合兩個變量的不同水平。

這是 df1：

df1 <- structure(list(subject = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,2L, 2L, 2L, 2L, 
                                  2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L), 
                      condition = c("A", "A", "A", "B", "B", "B", "C", "C","C", "A", "A", 
                                    "A", "B", "B", "B", "C", "C", "C", "A", "A", "A","B", "B", "B", "C", "C", "C")), 
                 row.names = c(NA, -27L), class = c("tbl_df", "tbl", "data.frame"))

這是 df2

df2 <- structure(list(subject = c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L,4L, 4L, 4L, 5L, 5L, 5L), 
                      condition = c("A", "B", "C", "A", "B","C", "A", "B", "C", "A", "B", "C", "A", "B", "C"), 
                      value = c(10L, 8L, 7L, 3L, 8L, 5L, 3L, 3L, 9L, 8L, 7L, 8L, 10L, 6L, 2L)), 
                 row.names = c(NA,-15L), class = c("tbl_df", "tbl", "data.frame"))

我想在df1刪除值小於 3 的所有主題和條件的組合，因此這將是最終的 df：

df3 <- structure(list(subject = c(2L, 3L, 3L, 5L), 
                      condition = c("A","A", "B", "C")), 
                 row.names = c(NA, -4L), 
                 class = c("tbl_df","tbl", "data.frame"))

到目前為止，我一直這樣做，但我不能了，因為我有數百行......

df3 <- df1 %>% filter(!(subject==2 & condition=="A" |
                        subject==3 & (condition=="A" | condition=="B") |
                        subject==5 & condition=="C"))

Answer 1

您的df3示例結果與您用來派生它的代碼沖突，因此這里是一個dplyr解決方案，用於對您想要的df3每種解釋。

注意：這兩種結果只有在您

...排除具有特定值（來自 df2.x 的變量“值”中小於[或等於] 3 的觀察值）。

所以我使用不等式<= 3而不是< 3來實現這些解決方案。

df3第一個解釋

獲取df3的版本

# A tibble: 4 x 2
  subject condition
    <int> <chr>    
1       2 A        
2       3 A        
3       3 B        
4       5 C        

您在此處提供的示例結果

我想在 df1 中刪除值低於 3 的所有主題和條件的組合，因此這將是最終的 df ：

 df3 <- structure(list(subject = c(2L, 3L, 3L, 5L), condition = c("A","A", "B", "C")), row.names = c(NA, -4L), class = c("tbl_df","tbl", "data.frame"))

只需在df2上使用filter() ：

library(dplyr)


# ...
# Code to generate 'df1' and 'df2'.
# ...

df3 <- df2 %>% filter(value <= 3)

df3第二個解釋

但是，我看來您實際上需要以下版本的df3

# A tibble: 18 x 2
   subject condition
     <int> <chr>    
 1       1 A        
 2       1 A        
 3       1 A        
 4       1 B        
 5       1 B        
 6       1 B        
 7       1 C        
 8       1 C        
 9       1 C        
10       2 B        
11       2 B        
12       2 B        
13       2 C        
14       2 C        
15       2 C        
16       3 C        
17       3 C        
18       3 C        

你在這里得出的：

df3 <- df1 %>% filter(!(subject==2 & condition=="A" |
                        subject==3 & (condition=="A" |condition=="B") |
                        subject==5 & condition=="C"))

在這種情況下，你應該anti_join()你的df1到一個filter() ed 版本的df2 ：

library(dplyr)


# ...
# Code to generate 'df1' and 'df2'.
# ...


df3 <- df1 %>%
  anti_join(df2 %>% filter(value <= 3), by = c("subject", "condition"))