r - 仅当同一列的组中存在另一个值时，dplyr 才对值进行过滤

Question

我完全预料到会因为重复的问题而受到抨击，但我就是找不到类似的问题。提前道歉。

我正在尝试清理一些有时包含摘要行而有时不包含的数据。这是一个可重现的小示例:

library(tidyverse)

yr <- c(2010, 2010, 2010,
        2011, 2011, 2011, 2011,
        2012, 2012, 2012)

a <- c("HAY", "APPLES", "PUMPKINS",
       "HAY", "HAY & HAYLAGE", "APPLES", "PUMPKINS",
       "HAY & HAYLAGE", "APPLES", "PUMPKINS")

b <- c(1:10)

dat <- as_tibble(list(yr = yr, a = a, b = b))

dat %>% 
  group_by(yr) %>% 
  filter(a != "HAY" if group contains a== "HAY & HAYLAGE")

显然，最后一行代码是伪代码。在 yr = 2011 的组中，我想过滤掉 a 等于“HAY”的行。我生成的 tibble 应该有 9 行。

Answer 1

这是一种方法 - 您可以使用 if过滤条件中的语句:

library(dplyr) 

# (data from OP) 
dat <- dplyr::tibble(
  yr = c(2010, 2010, 2010, 2011, 2011, 
         2011, 2011, 2012, 2012, 2012),
  a = c("HAY", "APPLES", "PUMPKINS", "HAY", "HAY & HAYLAGE", 
        "APPLES", "PUMPKINS", "HAY & HAYLAGE", "APPLES", "PUMPKINS"), 
  b = 1:10
)


dat %>% 
  group_by(yr) %>% 
  filter(if ('HAY & HAYLAGE' %in% a) a!='HAY' else TRUE) %>% 
  ungroup()

## result will be: 
## 
## # A tibble: 9 x 3
##      yr a                 b
##   <dbl> <chr>         <int>
## 1  2010 HAY               1
## 2  2010 APPLES            2
## 3  2010 PUMPKINS          3
## 4  2011 HAY & HAYLAGE     5
## 5  2011 APPLES            6
## 6  2011 PUMPKINS          7
## 7  2012 HAY & HAYLAGE     8
## 8  2012 APPLES            9
## 9  2012 PUMPKINS         10