如何在R语言中按组筛选数据：当组内存在特定条件时保留整组行

问题背景 #

我手里有个三列的数据框：Sample_id（样本ID）、Prey（猎物类型）、Count（计数），其中Prey包含P1、P2、P3三个因子。我需要移除所有**没有出现有效P3（即Count>0的P3）**的Sample_id对应的全部行，只保留那些存在有效P3的样本的所有行。

原始数据集定义：

df_orig <- data.frame(
  Sample_id = rep(c('S1', 'S2', 'S3'), each = 3),
  Prey = rep(c('P1', 'P2', 'P3'), times = 3),
  Count = c(10, 16, 0, 5, 0, 0, 6, 2, 9)
)

我尝试用dplyr的filter函数处理，但写出来的代码只留下了Prey为P3的单行，没法保留整个样本组的所有行：

library(dplyr)
df_red <- df_orig %>% group_by(Sample_id) %>% filter(Prey == "P3") %>% ungroup()

我想要的最终精简数据集是：

df_red <- data.frame(
  Sample_id = rep(c('S3'), each = 3),
  Prey = rep(c('P1', 'P2', 'P3'), times = 1),
  Count = c(6, 2, 9)
)

解决方案 #

你之前的代码问题在于：filter(Prey == "P3")是在每个样本组里单独筛选出Prey等于P3的那一行，而不是判断整个组是否符合“存在有效P3”的条件。我们需要用any()函数来检查组内是否存在满足要求的行，从而保留整个组的所有数据。

正确代码实现

library(dplyr)

df_red <- df_orig %>%
  group_by(Sample_id) %>%
  # 筛选出组内至少有一行是Prey=P3且Count>0的样本组
  filter(any(Prey == "P3" & Count > 0)) %>%
  ungroup()

代码逻辑解释

• group_by(Sample_id)：按样本ID分组，让后续的判断逻辑基于每个独立的样本组。
• filter(any(Prey == "P3" & Count > 0))：any()函数会遍历当前组的所有行，只要存在至少一行满足Prey为P3且计数大于0的条件，就保留这个组的全部行；反之则移除整个组。
• ungroup()：取消分组，把结果转回普通的数据框格式，方便后续处理。

运行这段代码后，就能得到你想要的结果：

> df_red
# A tibble: 3 × 3
  Sample_id Prey  Count
  <chr>     <chr> <dbl>
1 S3        P1        6
2 S3        P2        2
3 S3        P3        9

内容的提问来源于stack exchange，提问作者user303287