如何用tidy方法筛选同时含urea和creat测试记录的R数据框行？

原始数据 #

我们有记录化学反应测量数据的R数据框，包含name、test、value三列：

df <- data.frame(name=c("A","A","B","C","C","D"),
                 test=c("urea","creat","urea","urea","creat","creat"),
                 value=c(30,1,40,50,2,0.6))

数据预览：

name  test value
1    A  urea  30.0
2    A creat   1.0
3    B  urea  40.0
4    C  urea  50.0
5    C creat   2.0
6    D creat   0.6

需求 #

筛选出同时拥有urea和creat两类测试记录的name对应的所有行，期望结果：

name  test value
1    A  urea  30.0
2    A creat   1.0
3    C  urea  50.0
4    C creat   2.0

尝试的错误方案 #

以下循环写法未能实现需求：

ndf <- data.frame()
n<-6
while(n>0){
    ifelse(df[n,2]=="creat" && df[n-1,2]=="urea",
        n<-n-2,
        ndf <- add_row(ndf, df[(n-1):n,2]),
        n<-n-1)
}

tidy风格的正确解法 #

使用dplyr包的分组筛选逻辑即可实现，无需rowwise：

library(dplyr)

result <- df %>%
  group_by(name) %>%
  filter(all(c("urea", "creat") %in% test)) %>%
  ungroup()

# 查看结果
result

代码逻辑说明 #

• group_by(name)：将数据按name分组，把同一名称的所有测试记录归为一组
• filter(all(c("urea", "creat") %in% test))：检查每组的test列是否同时包含"urea"和"creat"两个值，仅保留满足该条件的分组
• ungroup()：取消分组结构，返回标准数据框格式

运行后即可得到符合需求的结果。

内容的提问来源于stack exchange，提问作者Adonis Cedeño