r 基于字符变量进行子集化以获取唯一 ID

Question

我正在尝试根据“类别”变量对数据进行子集化。更具体地说，该类别有两个级别:a 和 b。示例数据如下所示:

    id <- c(1,2,2,2,1,1,2,2,1,2)
    category <- c("a", "b", "a", "a", "b", "a","a", "b","a","a")

    data <- data.frame("id"=id, "category"=category)
    > data
   id category
1   1        a
2   2        b
3   2        a
4   2        a
5   1        b
6   1        a
7   2        a
8   2        b
9   1        a
10  2        a

我想获取类别变量中a或b的个数超过3的id。我先看表数数，表格可能如下所示:(这部分不一定要打印)

      a   b
1     3   1
2     4   2

然后选择符合我的条件的 id。

      a   b

2     4   2

提前致谢!

Answer 1

一种dplyr可能是:

data %>%
 count(id, category) %>%
 group_by(id) %>%
 filter(n_distinct(category) == 2 & any(n > 3))

     id category     n
  <dbl> <fct>    <int>
1     2 a            4
2     2 b            2

如果您想要精确的输出，使用 dplyr 和 tidyr，您可以这样做:

data %>%
 count(id, category) %>%
 group_by(id) %>%
 filter(n_distinct(category) == 2 & any(n > 3)) %>%
 spread(category, n)

     id     a     b
  <dbl> <int> <int>
1     2     4     2