和/或具有满足多个条件的单因素水平的条件过滤

Posted 2023-02-16

【中文标题】和/或具有满足多个条件的单因素水平的条件过滤

【英文标题】：And/or conditional filtering with single factor levels that meet multiple conditions

【发布时间】：2021-11-07 16:20:31

【问题描述】：

考虑这个数据框：

data <- data.frame(ID = rep(letters[1:4], each= 4),
                   Year = c('1990','1990','1990','1990',
                            '1990','1990','2000', '2000',
                            '1990','1990','1990','1990',
                            '1990','1990','2000', '2000'))

我们有 4 个独特的 ID 和 2 个 Years。 ID == a 和 ID == c 仅在 1990 年有观察结果，而 ID == b 和 ID == D 对这两年都有观察结果。我们想要过滤 ID 两年都有观察结果的情况，因此预期结果如下所示：

ID   Year
b    1990
b    1990
b    2000
b    2000
d    1990
d    1990
d    2000
d    2000

使用dplyrs 语法，我们不能像这样使用& group_by(ID) 和filter：

data%>%
  group_by(ID)%>%
  filter(Year == '1990' & Year == '2000')

因为这两个条件都与同一因素的水平有关 (Year)。

那么我们如何使用dplyrs 语法来做到这一点呢？

【参考方案1】：

我们可以这样做；

data %>%
group_by(ID) %>%
mutate(unique_ind=n_distinct(Year)) %>%
filter(unique_ind==2) %>%
ungroup %>%
select(-unique_ind)

输出；

 ID    Year 

1 b     1990 
2 b     1990 
3 b     2000 
4 b     2000 
5 d     1990 
6 d     1990 
7 d     2000 
8 d     2000 

【参考方案2】：

我们可以在filter中构造逻辑向量

library(dplyr)
data %>%
    group_by(ID) %>%
    filter(n_distinct(Year) > 1) %>% 
    ungroup
# A tibble: 8 x 2
  ID    Year 
  <chr> <chr>
1 b     1990 
2 b     1990 
3 b     2000 
4 b     2000 
5 d     1990 
6 d     1990 
7 d     2000 
8 d     2000