R: dplyr 如何分组然后根据每组第一行的条件过滤行

Question

我有一个简单的数据框，例如

df <- data.frame(x=c(1,1,1,1,2,2,2,3,3,3),
                 y=c('a','b','a','c','e','d','e','a','f','c'))

我想按 x 分组，然后如果每个 x 组的第一行有 y == 'a'，那么只得到有 y == 'a' 的行 | y == 'c'

所以我希望结果有第 1、3、4、8、10 行

非常感谢。

Answer 1

按 'x' 分组后，创建一个 & 条件 - 1) 检查 'y' 的 first 值是否为 'a'，2) 检查的条件对于列中的值“a”、“c”

library(dplyr)
df %>%
   group_by(x) %>%
   filter('a' == first(y), y %in% c('a', 'c')) %>%
   ungroup

-输出

# A tibble: 5 × 2
      x y    
  <dbl> <chr>
1     1 a    
2     1 a    
3     1 c    
4     3 a    
5     3 c 

---

如果我们有额外的规则，创建一个命名的列表，其中名称将是预期的“y”的第一个值和要过滤的值的向量，然后提取列表 元素基于 'y' 的 first 值，并在包含 %in%

的逻辑表达式中使用该向量

df %>%
    group_by(x) %>%
    filter(y %in% list(a = c('a', 'c'), e = 'e')[[first(y)]]) %>%
    ungroup

-输出

# A tibble: 7 × 2
      x y    
  <dbl> <chr>
1     1 a    
2     1 a    
3     1 c    
4     2 e    
5     2 e    
6     3 a    
7     3 c