使用数字过滤器 [英] Using filter with count

问题描述

我试图使用 count（） helper过滤行。
我想输出的是 map％>％count（StudentID）= 3 的所有行。

例如在下面的df中，它应该取出所有的StudentID为10016和10020的行，因为它们只有2个这样的实例，我想要3个。

  StudentID StudentGender成绩TermName ScaleName TestRITScore 
 100 M 9 2010年秋季语言用法217 
 100 M 10 2011-2012语言用法220 
 100 M 9 2010年秋季阅读210 
 10016 M 6 2010年秋季语言用法217 
 10016 M 6 2010年秋季数学210 
 10020 F 7 2010年秋季语言用法210 
 10020 F 7 2010年秋季数学213 
 10022 F 8 2010年秋季语言使用232 
 10022 F 9 2011-2012 La语言用法240 
 10022 F 8 2010年秋季数学242 
  

如果我这样做：

  count（df，StudentID）
  

那么它只给了我一个2列的df，但我想保留我的df的所有列。这就是为什么我认为我应该使用过滤器。

解决方案

我不认为 count 是你在找什么。试试 n（）代替：

  df％>％
 group_by（StudentID）％>％
 filter（n（）== 3）
 
＃源：本地数据框[6 x 6] 
＃组：StudentID 
＃
＃StudentID StudentGender成绩TermName ScaleName TestRITScore 
＃1 100 M 9 2010年秋季语言用法217 
＃2 100 M 10 2011-2012语言用法220 
＃ 3 100 M 9 2010年秋季阅读210 
＃4 10022 F 8 2010年秋季语言用途232 
＃5 10022 F 9 2011-2012语言用法240 
＃6 10022 F 8 2010年秋季数学242 
  

I'm trying to filter row using the count() helper. What I would like as output are all the rows where the map %>% count(StudentID) = 3.

For instance in the df below, it should take out all the rows with StudentID 10016 and 10020 as they are only 2 instances of these and I want 3.

StudentID StudentGender Grade     TermName      ScaleName TestRITScore
100             M     9    Fall 2010    Language Usage          217
100             M    10    2011-2012    Language Usage          220
100             M     9    Fall 2010    Reading                 210
10016           M     6    Fall 2010    Language Usage          217
10016           M     6    Fall 2010    Mathematics             210
10020           F     7    Fall 2010    Language Usage          210
10020           F     7    Fall 2010    Mathematics             213
10022           F     8    Fall 2010    Language Usage          232
10022           F     9    2011-2012    Language Usage          240
10022           F     8    Fall 2010    Mathematics             242

if I do:

count(df, StudentID)

then it only gives me a df with 2 columns, but I want to keep all the columns of my df. thats's why I think I should use filter.

解决方案

I don't think count is what you looking for. Try n() instead:

df %>% 
  group_by(StudentID) %>%
  filter(n() == 3)

# Source: local data frame [6 x 6]
# Groups: StudentID
# 
#   StudentID StudentGender Grade  TermName      ScaleName TestRITScore
# 1       100             M     9 Fall 2010 Language Usage          217
# 2       100             M    10 2011-2012 Language Usage          220
# 3       100             M     9 Fall 2010 Reading                 210
# 4     10022             F     8 Fall 2010 Language Usage          232
# 5     10022             F     9 2011-2012 Language Usage          240
# 6     10022             F     8 Fall 2010 Mathematics             242

这篇关于使用数字过滤器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！