R:使用 dplyr 删除 data.frame 中的某些行

Question

dat <- data.frame(ID = c(1, 2, 2, 2), Gender = c("Both", "Both", "Male", "Female"))
> dat
  ID Gender
1  1   Both
2  2   Both
3  2   Male
4  2 Female

对于每个 ID，如果 Gender 是 Both , Male , 和 Female ，我想用 Both 删除行.也就是说，我想要的数据是这样的:

  ID Gender
1  1   Both
2  2   Male
3  2 Female

我试图通过使用下面的代码来做到这一点:

library(dplyr)
> dat %>% 
  group_by(ID) %>% 
  mutate(A = ifelse(length(unique(Gender)) >= 3 & Gender == 'Both', F, T)) %>% 
  filter(A) %>% 
  select(-A)

# A tibble: 2 x 2
# Groups:   ID [1]
     ID Gender
  <dbl> <fctr>
1     2   Male
2     2 Female

我声明了一个名为 A 的虚拟变量，其中 A = F如果对于给定的 ID , Gender 的所有 3 个元素存在(“Both”、“Male”和“Female”；这些是 Gender 可以采用的不同值，其他值都不可能)并且对应的行有 Gender == Both .然后我将删除该行。

但是，似乎我正在分配 A = F到第一行，即使它是 Gender只是“Both”，而不是“Both”、“Male”和“Female”？

Answer 1

按'ID'分组后，创建一个逻辑条件，其中'Gender'不是'Both'，长度为distinct 'Gender' 中的元素为 3，即 'Male'、'Female'、'Both'(如 OP 所述，没有其他值)或 ( | ) 如果元素数仅为 1

dat %>% 
  group_by(ID) %>% 
  filter((Gender != "Both" & n_distinct(Gender)==3)| n() ==1 )
# A tibble: 3 x 2
# Groups:   ID [2]
#    ID Gender
#  <dbl> <fct> 
#1     1 Both  
#2     2 Male  
#3     2 Female

或者另一种选择是

dat %>%
   group_by(ID) %>% 
   filter(Gender %in% c("Male", "Female")| n() == 1)
# A tibble: 3 x 2
# Groups:   ID [2]
#     ID Gender
#  <dbl> <fct> 
#1     1 Both  
#2     2 Male  
#3     2 Female