删除包含在另一列中有多个匹配项的一列中的值的任何数据框行

问题描述

假设我有这个（简化的）数据框：

C1 <- c('a','a','b','c','c')
C2 <- c(10,10,20,21,30,30)
C3 <- c(1.1,2.2,3.3,4.4,5.5,6.6)
df <- data.frame(C1,C2,C3)

C1	C2	C3
一	10	1.1
一	10	2.2
b	20	3.3
b	21	4.4
c	30	5.5
c	30	6.6

我想要做的是删除包含 C1 值的任何行，该值在 C2 列中具有多个匹配项。在这种情况下，我想删除 C1 列中包含 'b' 的整行（因为 'b' 在 C2 列中有两个匹配项 - 20 和 21）。

这应该导致此 df：

C1	C2	C3
一	10	1.1
一	10	2.2
c	30	5.5
c	30	6.6

任何帮助将不胜感激！

谢谢，

尤瓦尔

解决方法

子集是一种方法：

C1 <- c('a','a','b','c','c')
C2 <- c(10,10,20,21,30,30)
C3 <- c(1.1,2.2,3.3,4.4,5.5,6.6)
df <- data.frame(C1,C2,C3)

df_table <- table(df$C2)
df_subset <- subset(df,C2 %in% names(df.table[df.table > 1]))
df_subset

,

dplyr 是另一种方法。使用 group_by 分别处理每个 C1 组，然后 filter 每个组，只保留单个值为 C2

的组

library(dplyr)

C1 <- c('a',C3)

df <- df %>%
    group_by(C1) %>%
    filter(length(unique(C2)) == 1) %>%
    ungroup()

print(df)

输出

# A tibble: 4 x 3
  C1       C2    C3
  <chr> <dbl> <dbl>
1 a        10   1.1
2 a        10   2.2
3 c        30   5.5
4 c        30   6.6