如何基于多列筛选DataFrame？保留同组内origin与destination一致的数据

需求：按ID和planes分组，仅保留组内所有行的origin和destination完全一致的分组数据。

方法一：使用dplyr包 #

这是tidyverse生态下的常用方法，代码简洁易读：

library(dplyr)

# 原始数据
data <- data.frame(
  ID = c(111, 111, 111,111, 333, 333, 333,333),
  planes = c(2, 2, 3, 3, 4, 4, 5, 5),
  origin = c(3, 3, 6, 8, 5, 5, 7, 9),
  destination = c(9, 9, 10, 20, 11, 11, 13, 25)
)

# 分组筛选
result <- data %>%
  group_by(ID, planes) %>%
  # 筛选组内origin和destination都只有唯一值的分组
  filter(n_distinct(origin) == 1 & n_distinct(destination) == 1) %>%
  ungroup()

print(result)

运行后输出：

# A tibble: 4 × 4
     ID planes origin destination
  <dbl>  <dbl>  <dbl>       <dbl>
1   111      2      3           9
2   111      2      3           9
3   333      4      5          11
4   333      4      5          11

方法二：Base R实现 #

无需加载额外包，使用ave()函数完成分组判断：

# 原始数据
data <- data.frame(
  ID = c(111, 111, 111,111, 333, 333, 333,333),
  planes = c(2, 2, 3, 3, 4, 4, 5, 5),
  origin = c(3, 3, 6, 8, 5, 5, 7, 9),
  destination = c(9, 9, 10, 20, 11, 11, 13, 25)
)

# 标记需要保留的行
data$keep <- with(data, 
                  ave(origin, ID, planes, FUN = function(x) length(unique(x)) == 1) &
                  ave(destination, ID, planes, FUN = function(x) length(unique(x)) == 1))

# 筛选并移除标记列
result_base <- data[data$keep == 1, !names(data) %in% "keep"]

print(result_base)

运行后输出与方法一一致。

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