共同提取元素中的所有列组

我有A R数据集X如下：共同提取元素中的所有列组

ID Month 
1 1 Jan 
2 3 Jan 
3 4 Jan 
4 6 Jan 
5 6 Jan 
6 9 Jan 
7 2 Feb 
8 4 Feb 
9 6 Feb 
10 8 Feb 
11 9 Feb 
12 10 Feb 
13 1 Mar 
14 3 Mar 
15 4 Mar 
16 6 Mar 
17 7 Mar 
18 9 Mar 
19 2 Apr 
20 4 Apr 
21 6 Apr 
22 7 Apr 
23 8 Apr 
24 10 Apr 
25 1 May 
26 2 May 
27 4 May 
28 6 May 
29 7 May 
30 8 May 
31 2 Jun 
32 4 Jun 
33 5 Jun 
34 6 Jun 
35 9 Jun 
36 10 Jun

我试图找出A R功能/代码，以识别每个月存在ATLEAST一旦所有的ID 。在上述情况下，ID4 & 6存在于所有月份中。

由于

来源

2017-07-28 Aiyanna K

首先，通过Month分裂df$ID并使用intersect找到每个子组中的公共元素。

Reduce(intersect, split(df$ID, df$Month)) 
#[1] 4 6

如果你想子集相应data.frame，做

df[df$ID %in% Reduce(intersect, split(df$ID, df$Month)),]

来源

2017-07-28 16:38:02

我们可以使用data.table。将'data.frame'转换为'data.table'（setDT(df1)），按'ID'分组，获得行索引（.I），其中唯一的'Months'等于唯一'Months'的数量整个数据集和子集在此基础上

library(data.table) 
setDT(df1)[df1[, .I[uniqueN(Month) == uniqueN(df1$Month)], ID]$V1] 
# ID Month 
# 1: 4 Jan 
# 2: 4 Feb 
# 3: 4 Mar 
# 4: 4 Apr 
# 5: 4 May 
# 6: 4 Jun 
# 7: 6 Jan 
# 8: 6 Jan 
# 9: 6 Feb 
#10: 6 Mar 
#11: 6 Apr 
#12: 6 May 
#13: 6 Jun

数据要提取“ID的

setDT(df1)[, ID[uniqueN(Month) == uniqueN(df1$Month)], ID]$V1 
#[1] 4 6

或用base R

1）使用table与rowSums

v1 <- rowSums(table(df1) > 0) 
names(v1)[v1==max(v1)] 
#[1] "4" "6"

此信息可用于子集划分的数据

subset(df1, ID %in% names(v1)[v1 == max(v1)])

2）使用tapply

lst <- with(df1, tapply(Month, ID, FUN = unique)) 
names(which(lengths(lst) == length(unique(df1$Month)))) 
#[1] "4" "6"

或美国荷兰国际集团dplyr

library(dplyr) 
df1 %>% 
    group_by(ID) %>% 
    filter(n_distinct(Month)== n_distinct(df1$Month)) %>% 
    .$ID %>% 
    unique 
#[1] 4 6

，或者如果我们需要得到各行

df1 %>% 
    group_by(ID) %>% 
    filter(n_distinct(Month)== n_distinct(df1$Month)) 
# A tibble: 13 x 2 
# Groups: ID [2] 
#  ID Month 
# <int> <chr> 
# 1  4 Jan 
# 2  6 Jan 
# 3  6 Jan 
# 4  4 Feb 
# 5  6 Feb 
# 6  4 Mar 
# 7  6 Mar 
# 8  4 Apr 
# 9  6 Apr 
#10  4 May 
#11  6 May 
#12  4 Jun 
#13  6 Jun

来源

2017-07-28 16:38:13 akrun

共同提取元素中的所有列组

回答

相关问题