根据规则集删除重复的观察结果

Question

我试图根据我的变量id从数据集中删除重复的观察值。但是，我希望删除观察结果基于以下规则。以下变量是id，户主的性别(1个男性，2个女性)和户主的年龄。规则如下。如果一个家庭有男户主和女户主，则删除女户主的观察结果。如果一个家庭由两个男户主或两个女户主组成，则删除年轻户主的观察结果。下面是一个示例数据集。

id = c(1,2,2,3,4,5,5,6,7,8,8,9,10)
sex = c(1,1,2,1,2,2,2,1,1,1,1,2,1)
age = c(32,34,54,23,32,56,67,45,51,43,35,80,45)
data = data.frame(cbind(id,sex,age))

Answer 1

为此，您可以先对data.frame排序，以便首先为每个id输入所需的条目，然后删除带有重复的id的行。

d <- with(data, data[order(id, sex, -age),])
#    id sex age
# 1   1   1  32
# 2   2   1  34
# 3   2   2  54
# 4   3   1  23
# 5   4   2  32
# 7   5   2  67
# 6   5   2  56
# 8   6   1  45
# 9   7   1  51
# 10  8   1  43
# 11  8   1  35
# 12  9   2  80
# 13 10   1  45
d[!duplicated(d$id), ]
#    id sex age
# 1   1   1  32
# 2   2   1  34
# 4   3   1  23
# 5   4   2  32
# 7   5   2  67
# 8   6   1  45
# 9   7   1  51
# 10  8   1  43
# 12  9   2  80
# 13 10   1  45