r - 如何从数据框中删除少于 5 个观察值的个体

Question

为了澄清这个问题，我将简要描述数据。
data.frame中的每一行是一个观察，列代表与该观察相关的变量，包括:观察到的个体、观察的时间、观察的位置等。我想排除/过滤观察少于 5 个的个体。

换句话说，如果个人 = x 的行少于 5 行，那么我想删除包含个人 x 的所有行并将结果重新分配给新的 data.frame .我知道一些使用类似 names == unique(df$individualname) 的蛮力技术。然后分别对这些名称进行子集化并应用 nrow确定是否将它们排除在外……但必须有更好的方法。任何帮助表示赞赏，我对 R 还是很陌生。

Answer 1

使用 group_by 的示例和 filter来自 dplyr包裹:

library(dplyr)
df <- data.frame(id=c(rep("a", 2), rep("b", 5), rep("c", 8)),
           foo=runif(15))

> df
id       foo
1   a 0.8717067
2   a 0.9086262
3   b 0.9962453
4   b 0.8980123
5   b 0.1535324
6   b 0.2802848
7   b 0.9366375
8   c 0.8109557
9   c 0.6945285
10  c 0.1012925
11  c 0.6822955
12  c 0.3757085
13  c 0.7348635
14  c 0.3026395
15  c 0.9707223

df %>% group_by(id) %>% filter(n()>= 5) %>% ungroup()
Source: local data frame [13 x 2]

id       foo
(fctr)     (dbl)
1       b 0.9962453
2       b 0.8980123
3       b 0.1535324
4       b 0.2802848
5       b 0.9366375
6       c 0.8109557
7       c 0.6945285
8       c 0.1012925
9       c 0.6822955
10      c 0.3757085
11      c 0.7348635
12      c 0.3026395
13      c 0.9707223

或以 R 为基础:

> df[df$id %in% names(which(table(df$id)>=5)), ]
id       foo
3   b 0.9962453
4   b 0.8980123
5   b 0.1535324
6   b 0.2802848
7   b 0.9366375
8   c 0.8109557
9   c 0.6945285
10  c 0.1012925
11  c 0.6822955
12  c 0.3757085
13  c 0.7348635
14  c 0.3026395
15  c 0.9707223

仍在基础 R 中，使用 with是一种更优雅的方式来做同样的事情:

df[with(df, id %in% names(which(table(id)>=5))), ]

或者:

subset(df, with(df, id %in% names(which(table(id)>=5))))