如何删除 R 中仅出现在一个变量级别且从不出现第二个变量级别的所有参与者？

Posted 2023-04-18

【中文标题】如何删除 R 中仅出现在一个变量级别且从不出现第二个变量级别的所有参与者？

【英文标题】：How do I remove all participants in R that only occur with one single variable level and never with the second one?

【发布时间】：2016-03-31 15:58:33

【问题描述】：

我正在使用 R 分析在线社区数据集。非常感谢您的帮助，因为我遇到了一个问题。这是一个大纲：

数据集：每个用户的用户名都可用。每一行代表一个用户在一个在线社区中的活动。示例 a：第 1 行显示用户“blue”是在线社区 x 的“成员”，到目前为止他已向该社区贡献了一篇文章。示例 b：第 5 行显示用户“blue”也是在线社区 y 的“所有者”，到目前为止，他已向该社区 y 贡献了 2 个帖子。见下文！

问题：我想从数据集中删除所有仅作为成员或用户活跃的用户 - 在任何在线社区中。如果他们作为多个在线社区的成员活跃，我也想删除它们。换句话说，我想删除用户“橙色”、“紫色”、“黑色”和“白色”。重要提示：数据集包含 > 1Mio。行。我正在寻找一种考虑到这一点的方法:) 谢谢。

username role   # of posts

blue    member  1
blue    member  0
red     owner   6
red     owner   1
blue    owner   2
red     member  1
blue    owner   3
blue    member  2
blue    owner   1
blue    owner   0
red     member  8
green   owner   1
red     owner   2
red     member  3
green   member  4
yellow  owner   5
green   member  3
green   owner   4
yellow  owner   5
yellow  member  6
yellow  owner   8

*orange owner   1
orange  owner   2
purple  member  3
purple  member  4
black   owner   4
white   member  4*

【问题讨论】：

我不明白In other words, I want to remove the users 'orange', 'purple', 'black'and 'white' 与您的问题的其他描述有何关联。此外，似乎应该为在线社区增加一个专栏，因为从您的示例中并不清楚。

澄清一下，如果用户名不显示为 both owner 和 member?

@Adam，在那种情况下，为什么red没有被删除，例如？

因为red 同时显示为成员和所有者（第 3、6 行）

亚当是对的。红色显示为成员和所有者。只有显示为 ONLY 成员或 ONLY 所有者的用户才能被删除。

【参考方案1】：

我假设我评论中的断言是正确的。

使用data.table 包，因为我有一个***的心情。请注意，转换为数据表会破坏您之后使用的任何数据框语法，因此如果您尝试将其插入其他代码，您需要在之后使用setDF(users2) 将其转换回来。

library('data.table')
setDT(users)
users_to_remove <- users[, .N, .(username, role)][, .N, username][N == 1, username]
users2 <- users[!(username %in% users_to_remove)]
print(setdiff(users$username, users2$username))

第 3 行可能有点难以理解，因为它链接了 3 个操作。

计算每个用户名/角色组合的观察次数。 丢弃每个组合的观察次数并计算每个用户名的角色数。 仅限于只有 1 个角色的用户名，并返回用户名向量