r - 如何根据 R 中的两个条件对数据框进行分组或子集化

Question

我需要根据两种不同的条件创建数据的子集或组。这是数据结构的示例:

df <- data.frame(id = c("a", "a", "a", "b", "d", "b", "b", "c", "d", "e"),
               kpi = c ("rev", "rev", "rev", "rev", "rev", "fte", "fte", "fte", "fte", "fte"),
               value = c(100, 150, 200, 50, 70, 3, 5, 8, 9, 3))

       id kpi value
    1   a rev   100
    2   a rev   150
    3   a rev   200
    4   b rev    50
    5   d rev    70
    6   b fte     3
    7   b fte     5
    8   c fte     8
    9   d fte     9
    10  e fte     3

• 第一列填写公司 ID。每个 ID 可以有多行，因为它们可能有多个月的数据(样本数据中不包括月份列)以及 rev(收入)和 fte(全职当量)的数据

• 我想选择 fte 平均值在一定范围内的每家公司:1-5

  • 例如，公司 b 应包括在内，因为它的平均全职员工为 4(一个月内 3 个月，另外 5 个月内)，公司 d 应被排除在外，因为它的全职员工更高。

• 对于包含的那些，我希望所有行都保留在数据框中，因此那些具有 rev 数据的行也是如此。目标是计算具有特定 fte 数量的公司队列的平均收入。

对于示例数据，具有上述条件的 new.data 框架应如下所示:

 df <- data.frame(id = c("b", "b", "b", "e"),
               kpi = c("rev", "fte", "fte", "fte"), value = c(50, 3, 5, 3))

      id kpi value
    1  b rev    50
    2  b fte     3
    3  b fte     5
    4  e fte     3

它将应用于大约 40,000 行的数据框。

我已经做了一些研究，发现了很多关于创建具有多个条件的子集的信息，但没有任何内容可以应用于我的特定问题。如果这是一个明显的问题，我很抱歉，我是 R 菜鸟，真的需要一些帮助!

如果我没有足够清楚地说明问题，请随时提问，我会尽量解释得更清楚!

提前谢谢大家!

Answer 1

对id进行分组，然后过滤满足条件的:

library(dplyr)

df %>% 
   group_by(id) %>%
   filter(between(mean(value[kpi == "fte"]), 1, 5)) %>%
   ungroup

给予:

# A tibble: 4 x 3
  id    kpi   value
  <fct> <fct> <dbl>
1 b     rev     50.
2 b     fte      3.
3 b     fte      5.
4 e     fte      3.