选择每个组具有多个不同值的组 [英] Select groups with more than one distinct value per group

问题描述

我有如下数据：

ID  category class
1   a        m  
1   a        s
1   b        s
2   a        m
3   b        s
4   c        s
5   d        s

我想通过仅包括那些具有几个(> 1)不同类别的"ID"来设置数据子集。

我的预期输出：

ID  category class
1   a        m
1   a        s
1   b        s

有什么方法可以做到这一点吗？

我已尝试

library(dplyr)
df %>% 
  group_by(ID) %>%
  filter(n_distinct(category, class) > 1)

但它给了我一个错误：

# Error: expecting a single value

推荐答案

使用data.table

library(data.table) #see: https://github.com/Rdatatable/data.table/wiki for more
setDT(data) #convert to native 'data.table' type by reference
data[ , if(uniqueN(category) > 1) .SD, by = ID]

uniqueN是length(unique())的(快速)本机掩码，而.SD只是整个data.table(在更一般的情况下，它可以表示列的子集，例如当.SDcols参数被激活时)。因此，基本上中间的语句(j，列选择参数)表示返回与至少有两个不同值category的ID相关联的所有列和行。

使用by参数可扩展到包含Counts ok多列的案例。

这篇关于选择每个组具有多个不同值的组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！