R data.table对组大小的过滤 [英] R data.table filtering on group size

问题描述

我试图在我的 data.table 中找到所有记录，其中在字段<中有多于一行的行，值 v em> f 。

I am trying to find all the records in my data.table for which there is more than one row with value v in field f.

例如，我们可以使用以下数据：

For instance, we can use this data:

dt <- data.table(f1=c(1,2,3,4,5), f2=c(1,1,2,3,3))

如果在字段 f2 中查找该属性，我们将获得（注意没有（3,2）元组）

If looking for that property in field f2, we'd get (note the absence of the (3,2) tuple)

    f1 f2
1:  1  1
2:  2  1
3:  4  3
4:  5  3  

我的第一个猜测是 dt [.N> 2，list（.N），by = f2] ，但是实际上保留的条目是 .N == 1 。

My first guess was dt[.N>2,list(.N),by=f2], but that actually keeps entries with .N==1.

dt[.N>2,list(.N),by=f2]
   f2 N
1:  1 2
2:  2 1
3:  3 2

另一个简单的猜测， dt [duplicated（dt $ f2）] 并不能解决问题，因为它可以保持

The other easy guess, dt[duplicated(dt$f2)], doesn't do the trick, as it keeps one of the 'duplicates' out of the results.

dt[duplicated(dt$f2)]
   f1 f2
1:  2  1
2:  5  3

那怎么办我完成了吗？

编辑以添加示例

推荐答案

问题尚不清楚。根据标题，我们似乎要提取行数（ .N ）大于1的所有组。

The question is not clear. Based on the title, it looks like we want to extract all groups with number of rows (.N) greater than 1.

DT[, if(.N>1) .SD, by=f]

但是字段f中的值v 令人困惑。

But the value v in field f is making it confusing.

这篇关于R data.table对组大小的过滤的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！