r - 仅选择出现在其他因素的每个水平中的那些水平的因素

Question

我想只选择那些出现在 Loc 级别中的 Trt 级别(通常出现在 Loc 级别中的每个大数据集)。

Loc <- rep(paste0("L", 1:2), c(6, 4))
Trt <- c(rep(paste0("T", 1:3), times = 2), rep(paste0("T", 1:2), times = 2))
set.seed(12345)
Y   <- c(rnorm(n=5, mean = 50, sd = 5), NA, rnorm(n=4, mean = 50, sd = 5)) 
df1 <- data.frame(Loc, Trt, Y)
df1

   Loc Trt        Y
1   L1  T1 52.92764
2   L1  T2 53.54733
3   L1  T3 49.45348
4   L1  T1 47.73251
5   L1  T2 53.02944
6   L1  T3       NA
7   L2  T1 40.91022
8   L2  T2 53.15049
9   L2  T1 48.61908
10  L2  T2 48.57920

要求的输出

   Loc Trt        Y
   L1  T1 52.92764
   L1  T2 53.54733
   L1  T1 47.73251
   L1  T2 53.02944
   L2  T1 40.91022
   L2  T2 53.15049
   L2  T1 48.61908
   L2  T2 48.57920

这可以通过使用

来实现

    library(dplyr)
    df1 %>% filter(Trt != "T3")

这里我知道外观的模式。我正在寻找更通用的解决方案。

Answer 1

这是另一个基于 R 的想法。我们根据 Loc 拆分 Trt 并使用 Reduce 和 intersect找到所有共同的元素。我们使用这些元素来索引原始数据框，即

i1 <- Reduce(intersect, split(df1$Trt, df1$Loc))
df1[df1$Trt %in% i1,]

这给出了，

  Loc Trt        Y
1   L1  T1 52.92764
2   L1  T2 53.54733
4   L1  T1 47.73251
5   L1  T2 53.02944
7   L2  T1 40.91022
8   L2  T2 53.15049
9   L2  T1 48.61908
10  L2  T2 48.57920