r - 使用 R : drop rows efficiently based on different conditions

Question

考虑这个样本

df<-{data.frame(v0=c(1, 2, 5, 1, 2, 0, 1, 2, 2, 2, 5),v1=c('a', 'a', 'a', 'b', 'b', 'c', 'c', 'b', 'b', 'a', 'a'), v2=c(0, 10, 5, 1, 8, 5,10, 3, 3, 1, 5))}

对于大型数据框:如果 v0>4，则删除包含相应值 v1 的所有行(删除一组？)。

因此，这里的结果应该是一个数据帧，删除所有带有“a”的行，因为“a”存在 v0 值 5。

df_ExpectedResult<-{data.frame(v0=c( 1, 2, 0, 1, 2, 2 ),v1=c( 'b', 'b', 'c', 'c', 'b', 'b'), v2=c(1, 8, 5,10, 3, 3))} 

此外，我希望有一个新的数据框来保存丢弃的组。

df_Dropped <- {data.frame(v1='a')}

对于庞大的数据集，您将如何高效地执行此操作？我正在使用一个简单的 for 循环和 if 语句，但是执行操作花费的时间太长。

Answer 1

dplyr 的选项

library(dplyr)
df %>%
    group_by(v1) %>%
    filter(sum(v0 > 4) < 1) %>%
    ungroup

-输出

# A tibble: 6 x 3
#     v0 v1       v2
#  <dbl> <chr> <dbl>
#1     1 b         1
#2     2 b         8
#3     0 c         5
#4     1 c        10
#5     2 b         3
#6     2 b         3