如何使用R中较大数据帧中某个#以上的等长行创建新数据帧？

Question

我从一个大的数据帧(828行x 9列)开始，它与郊狼使用的位置和随机位置的植被测量有关。我使用ddply按照Coyote ID、Random (Y或N)和观察次数(nrow)来排列数据。

有几行如下所示：

COYOTID    Random     nrow
1 Y 28
1 N 28
2 Y 16
2 N 12
3 Y 8
3 N 8

我想让R告诉我，对于哪些ID，有相同数量的观察值超过某个阈值(假设是28:在本例中只有ID1)。然后我想从原始数据框中创建一个新的数据框，只保留包含这些ID的行。我该怎么做呢？到目前为止，我看到的所有内容(通常是lapply)都将整个列作为“子集”来处理，而不是子集的子集。

Answer 1

我们可以尝试使用data.table。我们将'data.frame‘转换为'data.table’(setDT(df))，按'COYOTID‘分组，我们得到行索引(.I)，其中'nrow’中的unique元素的length是1 (uniqueN是它的包装器)，并且值大于或等于28。使用此行索引列，我们将行设置为子集。

 library(data.table)#v1.9.6+
 setDT(df)[df[, .I[uniqueN(nrow)==1 & nrow>=28], by = COYOTID]$V1]
 #     COYOTID Random nrow
 #1:       1      Y   28
 #2:       1      N   28

或者我们可以使用类似的方法使用dplyr。

 library(dplyr)
 df %>% 
   group_by(COYOTID) %>%
   filter(n_distinct(nrow)==1 & nrow >=28)
 # COYOTID Random  nrow
 #    (int)  (chr) (int)
 #1       1      Y    28
 #2       1      N    28