r 按条件和因子组的子集行

Question

我有这个带有很多 NA 的 data.frame:

df <- data.frame(a = rep(letters[1:3], each = 3), 
                 b = c(NA, NA, NA, 1, NA, 3, NA, NA, 7))
df
> df
  a  b
1 a NA
2 a NA
3 a NA
4 b  1
5 b NA
6 b  3
7 c NA
8 c NA
9 c  7

我想对这个数据框进行子集化，以仅获取具有不少于两个值的因子组行，例如:

  a  b
1 b 1
2 b NA
3 b 3

我试过这个功能，但它不起作用:

subset(df, sum(!is.na(b)) < 1, by = a)

> [1] a b
<0 rows> (or 0-length row.names)

有什么建议吗？ (欢迎其他软件包解决方案)

Answer 1

我们可以使用 data.table .将 'data.frame' 转换为 'data.table' ( setDT(df) )，按 'a' 分组，if sum的逻辑向量(即非 NA 元素 - !is.na(b))大于 1，然后对 Data.table 进行子集。

library(data.table)
setDT(df)[,if(sum(!is.na(b))>1) .SD , by = a]
#   a  b
#1: b  1
#2: b NA
#3: b  3

或使用 dplyr ，同理，按'a'分组后，我们 filter行。

library(dplyr)
df %>% 
    group_by(a) %>%
    filter(sum(!is.na(b))>1)
#      a     b
#  <fctr> <dbl>
#1      b     1
#2      b    NA
#3      b     3

或在 base R与 ave

df[with(df, ave(b, a, FUN = function(x) sum(!is.na(x))>1)!=0),]