使用dplyr过滤器条件对数据集进行子集化

Question

我想子集数据框以收集来自所有列的信息。

我会使用msleep数据集来解释这个问题。

library(msleep) 

我看了一列genus频率的频率来看看频率的分布。

msleep %>% count(genus) %>% count(n) 
## A tibble: 3 × 2 
#  n nn 
# <int> <int> 
#1  1 73 
#2  2  2 
#3  3  2 

我想提取主列中所有行的值都是两次。

msleep %>% count(genus) %>% filter(n==2) 
## A tibble: 2 × 2 
# genus  n 
# <chr> <int> 
#1 Equus  2 
#2 Vulpes  2 

如何实现以下预期输出？

预期输出：

msleep[msleep$genus %in% c('Equus','Vulpes'),] 
## A tibble: 4 × 11 
#  name genus vore   order conservation sleep_total sleep_rem sleep_cycle awake brainwt bodywt 
#  <chr> <chr> <chr>   <chr>  <chr>  <dbl>  <dbl>  <dbl> <dbl> <dbl> <dbl> 
#1  Horse Equus herbi Perissodactyla domesticated   2.9  0.6  1.00 21.1 0.6550 521.00 
#2  Donkey Equus herbi Perissodactyla domesticated   3.1  0.4   NA 20.9 0.4190 187.00 
#3 Arctic fox Vulpes carni  Carnivora   <NA>  12.5  NA   NA 11.5 0.0445 3.38 
#4 Red fox Vulpes carni  Carnivora   <NA>   9.8  2.4  0.35 14.2 0.0504 4.23 

得到预期的输出的任何替代方式也被理解。

ps：有没有更好的方法来查看频率的频率？或查看过滤条件（这里：n == 2）？

Answer 1

我们可以用group_by然后filter，而不是直接通过count办法去

msleep %>% 
     group_by(genus) %>% 
     filter(n() ==2) 
# A tibble: 4 x 11 
# Groups: genus [2] 
#  name genus vore   order conservation sleep_total sleep_rem sleep_cycle awake brainwt bodywt 
#  <chr> <chr> <chr>   <chr>  <chr>  <dbl>  <dbl>  <dbl> <dbl> <dbl> <dbl> 
#1  Horse Equus herbi Perissodactyla domesticated   2.9  0.6  1.00 21.1 0.6550 521.00 
#2  Donkey Equus herbi Perissodactyla domesticated   3.1  0.4   NA 20.9 0.4190 187.00 
#3 Arctic fox Vulpes carni  Carnivora   <NA>  12.5  NA   NA 11.5 0.0445 3.38 
#4 Red fox Vulpes carni  Carnivora   <NA>   9.8  2.4  0.35 14.2 0.0504 4.23