删除1个数据框中的多个市场的市场数据

Question

我需要的是一种检查我的df的方法，以查看我是否有足够的数据来运行某些功能。如果没有足够的数据用于特定市场，我想知道如何删除整个“市场”。例如，我想删除所有的AD3，因为我需要4个完整的数据行。在我的实际情况中，我希望删除任何数据行少于23行的市场，并且我有100多个市场。

这里是dput()的一点点关闭我的数据。

data<-structure(list(market = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 
2L, 3L, 3L), .Label = c("AD1", "AD2", "AD3"), class = "factor"), 
date = structure(c(15623, 15624, 15625, 15628, 15623, 15624, 
15625, 15628, 15625, 15628), class = "Date"), open = c(101.52, 
101.68, 102.1, 101.99, 100.73, 100.85, 101.57, 101.01, 100.56, 
100.42), high = c(102.07, 102.39, 102.36, 102.07, 101.4, 
101.59, 101.62, 101.35, 100.56, 100.71), low = c(101.26, 
101.56, 101.63, 101.5, 100.59, 100.85, 101.07, 100.97, 100.56, 
100.41), last = c(101.78, 102.08, 101.76, 101.91, 101.08, 
101.37, 101.06, 101.21, 100.41, 100.56)), .Names = c("market", 
"date", "open", "high", "low", "last"), row.names = c(1L, 2L, 
3L, 4L, 5L, 6L, 7L, 8L, 11L, 12L), class = "data.frame", na.action = structure(9:10,.Names = c("9", 
"10"), class = "omit")) 

我的100多个市场都在1个数据框中。因此，如果我有22行数据，我需要删除与该特定“市场”名称相关的所有22行。

Answer 1

使用table计算每个市场的出现，这是非常简单的从那里：

min_data_points <- 4 
market_tab <- table(data$market) 
markets_to_keep <- names(market_tab)[market_tab >= min_data_points] 

fixed_data <- subset(data, market %in% markets_to_keep) 

Answer 2

@Marius是快，还是我的解决方案几乎是相同的：

N <- 3 # threshold 
range <- names(which(table(data$market)>=N)) 
ans1 <- data[data$market %in% range,] 
ans1 

但是，如果您需要分析大型数据集上的100多个市场，最好使用data.table加速：

require(data.table) 
dt <- data.table(data) 
setkey(dt, market) 
ans2 <- dt[J(range)] 
ans2 

结果类似：

all.equal(ans1,ans2,check.attributes=F) 
# [1] TRUE