如何在R中移除存在单次纬度阈值违规的个体所有数据条目？

问题分析 #

你当前的代码有两个核心问题：

1. 数据类型错误：你的latitude列是字符型（用引号包裹的字符串），直接和数值45比较会出现逻辑错误（字符比较是按ASCII码排序，而非数值大小）。
2. 筛选逻辑不对：filter(latitude > 45)只会移除单条纬度低于45的记录，但不会移除该个体的所有条目——比如示例中"a"有一条纬度40的记录，你的代码会保留"a"的50、57两条记录，不符合需求。

正确步骤与代码 #

步骤1：转换纬度列的数值类型

首先把字符型的latitude转为数值型，确保数值比较逻辑正确：

df$latitude <- as.numeric(df$latitude)

步骤2：按个体分组筛选

我们需要移除所有存在任意一条纬度低于45的个体，等价于只保留所有记录纬度都≥45的个体。用dplyr的分组+all()函数可以实现：

library(dplyr)

# 分组筛选：保留所有记录纬度都≥45的个体
result_df <- df %>%
  group_by(name) %>%
  filter(all(latitude >= 45)) %>%
  ungroup()

另一种更直观的分步写法（适合新手理解）

先筛选出符合条件的个体名单，再保留这些个体的所有条目：

# 第一步：找出所有记录纬度都≥45的个体
valid_names <- df %>%
  group_by(name) %>%
  summarise(keep = all(latitude >= 45)) %>%
  filter(keep) %>%
  pull(name)

# 第二步：保留这些个体的所有记录
result_df <- df %>% filter(name %in% valid_names)

代码解释 #

• group_by(name)：按个体（name列）分组，把同一个体的所有记录归为一组。
• all(latitude >= 45)：判断当前组内所有纬度值是否都≥45，只有全满足的组才会被保留。
• ungroup()：取消分组，将结果转回普通数据框格式（避免后续操作受分组影响）。
• pull(name)：从筛选后的结果中提取name列，得到符合条件的个体名单。

运行结果 #

最终result_df会保留"b"和"c"的所有条目：

额外注意 #

如果你的数据中存在NA值（缺失的纬度数据），可以在all()中加入na.rm = TRUE来忽略缺失值：

filter(all(latitude >= 45, na.rm = TRUE))

内容的提问来源于stack exchange，提问作者Besibott