R语言：基于两列条件筛选/移除聚类组的技术问询

现有数据集df，其中Cluster代表聚类分组，ID是个体标识，Target标记是否为目标个体（Yes/No），Used标记个体是否被使用（Yes/No）。原始数据集如下：

Cluster ID  Target Used
    1       1   Yes    Yes 
    1       2   No     No  
    1       3   No     Yes 
    2       1   No     No  
    2       2   Yes    No  
    2       3   No     Yes 
    2       4   No     Yes 

需求：筛选数据集，保留所有包含Target=Yes且Used=Yes的聚类，移除其余聚类（注：原描述存在笔误，根据预期结果修正）。预期结果仅保留Cluster 1的所有行：

Cluster ID Target Used
    1       1   Yes   Yes
    1       2   No    No
    1       3   No     Yes 

尝试用dplyr写的代码只返回了Target=Yes的行，没法完整保留整个聚类，代码如下：

grouped_df <- df %>% group_by(Cluster)

grouped_df %>%
filter(all(yes %in% Used) & all(yes %in% Target)) %>%  distinct(Cluster)

需要一段能完整保留聚类，根据聚类中是否存在被使用的目标个体来选择/移除整个聚类的代码。

用dplyr就能轻松解决，核心逻辑是按聚类分组后，判断组内是否存在符合Target=Yes且Used=Yes的行，留下符合条件的整个聚类即可。

直接上可用代码：

library(dplyr)

filtered_df <- df %>%
  group_by(Cluster) %>%
  filter(any(Target == "Yes" & Used == "Yes")) %>%
  ungroup()

代码说明 #

• group_by(Cluster)：把数据按聚类分组，后续判断都针对每个聚类单独执行
• filter(any(Target == "Yes" & Used == "Yes"))：检查当前聚类里有没有至少一行满足“是目标个体且被使用”，有的话就保留这个聚类的所有行
• ungroup()：取消分组，恢复成普通的数据框格式

结果验证 #

运行代码后，输出完全符合预期：

Cluster    ID Target Used
    <int> <int> <chr>  <chr>
1       1     1 Yes    Yes 
2       1     2 No     No  
3       1     3 No     Yes 

如果你的实际需求是移除包含被使用的目标个体的聚类（即保留Cluster 2），只需在any前加个取反符号!：

filtered_df <- df %>%
  group_by(Cluster) %>%
  filter(!any(Target == "Yes" & Used == "Yes")) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者Teresa