Вопросы Теги

Фильтр по частоте данных в R [дубликат]

Попробуйте: 

ax = df1.plot()
df2.plot(ax=ax)
14
задан Henrik 20 August 2017 в 21:56
поделиться

2 ответа

Во-первых, две альтернативы base. Один полагается на table, а другой на ave и length. Затем два пути data.table.

1. table 

tt <- table(df$name)

df2 <- subset(df, name %in% names(tt[tt < 3]))
# or
df2 <- df[df$name %in% names(tt[tt < 3]), ]

Если вы хотите шаг за шагом пройти: 

# count each 'name', assign result to an object 'tt'
tt <- table(df$name)

# which 'name' in 'tt' occur more than three times?
# Result is a logical vector that can be used to subset the table 'tt'
tt < 3

# from the table, select 'name' that occur < 3 times
tt[tt < 3]

# ...their names
names(tt[tt < 3])

# rows of 'name' in the data frame that matches "the < 3 names"
# the result is a logical vector that can be used to subset the data frame 'df'
df$name %in% names(tt[tt < 3])

# subset data frame by a logical vector
# 'TRUE' rows are kept, 'FALSE' rows are removed.
# assign the result to a data frame with a new name
df2 <- subset(df, name %in% names(tt[tt < 3]))
# or
df2 <- df[df$name %in% names(tt[tt < 3]), ]

2. ave и length

Как предложено @flodel: 

df[ave(df$x, df$name, FUN = length) < 3, ]

3. data.table: .N и .SD: 

library(data.table)
setDT(df)[, if (.N < 3) .SD, by = name]

4. data.table: .N и .I: 

setDT(df)
df[df[, .I[.N < 3], name]$V1]

См. также соответствующий Q & amp; A Рассчитайте количество наблюдений / строк на группу и добавьте результат в кадр данных .

33
ответ дан Henrik 16 August 2018 в 02:54
поделиться
  • 1
    И гораздо короче было бы: df[ave(df$x, df$name, FUN = length) < 3, ] – flodel 26 November 2013 в 04:03
  • 2
    @flodel, Спасибо! Я согласен, я просто старался, чтобы это было очень просто и основывалось на том, что OP уже пытался, потому что они, казалось, были новичком – Henrik 26 November 2013 в 09:09
  • 3
    Я ценю помощь каждого. Код Хенрика имеет смысл. Это помогает мне понять, что код Р. Флоделя теперь понятен после прочтения Хенрика. – SJSU2013 26 November 2013 в 20:13
  • 4
    На самом деле, [.data.table не вызывается для каждой группы в df[, if (.N < 3) .SD, by = name]. (В отличие от вопроса, который вы связываете, где .SD является подмножеством). Другой вариант не работает быстрее. Тест с df <- data.table(name = sample(1:1e6, 3e6, T), a = runif(30), b = runif(30), c = runif(30)); microbenchmark( df[, if (.N < 3) .SD, by = name], df[df[, .I[.N < 3], name]$V1] ) – Ryan 9 May 2018 в 16:50
  • 5
    @Ryan Спасибо за хедз-ап. Я отредактирую! – Henrik 9 May 2018 в 17:57

Использование пакета dplyr: 

df %>%
  group_by(name) %>%
  filter(n() < 4)
20
ответ дан Joe 16 August 2018 в 02:54
поделиться
Другие вопросы по тегам:

Похожие вопросы: