R:使用多列中的条件删除行并替换值

Question

我想过滤掉 var3 < 5 的所有值，同时保留每个 var1 值至少出现一次。

> foo <- data.frame(var1=c(1, 1, 8, 8, 5, 5, 5), var2=c(1,2,3,2,4,6,8), var3=c(7,1,1,1,1,1,6))
> foo
  var1 var2 var3
1    1    1    7
2    1    2    1
3    8    3    1
4    8    2    1
5    5    4    1
6    5    6    1
7    5    8    6

subset(foo, (foo$var3>=5))将删除第 2 行到第 6 行，我会丢失 var1==8。

如果 var1 的另一个值满足条件 foo$var3 >= 5，我想删除该行。请参阅第 5 行。

我想保留该行，如果所有出现的值 var1 不满足条件 foo$var3 >= 5，则将 NA 分配给 var2 和 var3。

这是我期望的结果:

  var1 var2 var3
1    1    1    7
3    8   NA   NA
7    5    8    6

这是我得到的最接近的:

> foo$var3[ foo$var3 < 5 ] = NA
> foo$var2[ is.na(foo$var3) ] = NA
> foo
  var1 var2 var3
1    1    1    7
2    1   NA   NA
3    8   NA   NA
4    8   NA   NA
5    5   NA   NA
6    5   NA   NA
7    5    8    6

现在我只需要知道如何有条件地删除正确的行(2、3 或 4、5、6):如果 var2 和 var3 为 NA 并且 var1 的值出现超过 1 次，则删除该行。

但是肯定有一种更简单/优雅的方法来解决这个小问题。

编辑:已更改 foo更像我的用例

Answer 1

最快的方法是使用合并:

> merge(foo[foo$var3>5,],unique(foo$var1),by.x=1,by.y=1,all.y=T)
  var1 var2 var3
1    1    1    7
2    5    8    6
3    8   NA   NA

unique(foo$var1)给出 var1 中的唯一值。这些映射到 var3 大于 5 的数据帧。你取每个参数的第一列 (all.x=1, all.y=1) 并且你说 y 中的所有值都应该被表示 (all.y=T)。另见 ?merge .

如果要保留顺序，则:

> merge(foo[foo$var3>5,],unique(foo$var1),by.x=1,by.y=1,
+ all.y=T)[order(unique(foo$var1)),]
  var1 var2 var3
1    1    1    7
3    8   NA   NA
2    5    8    6

merge 对发生映射的变量进行排序。 order给出这种排序，因此您可以使用该顺序作为索引来反转它。另见 ?order .