基于另一DataFrame的ID频率值删除目标DataFrame的行

先明确数据 #

原始数据df：

df <- structure(list(ID = c(123L, 123L, 123L, 555L, 555L, 555L), City = c("NEW YORK", 
"NEW YORK", "NEW YORK", "Los Angeles", "Los Angeles", "Los Angeles"
)), class = "data.frame", row.names = c(NA, -6L))

频率表df2：

df2 <- structure(list(ID = c(123L, 555L), Freq = 2:1), class = "data.frame", row.names = c(NA, 
-2L))

方法1：用dplyr包（简洁直观） #

先加载dplyr，两步完成筛选：

library(dplyr)

# 第一步：找出要保留的ID（Freq=1的那些）
keep_ids <- df2 %>% filter(Freq == 1) %>% pull(ID)

# 第二步：过滤原始df，只留符合条件的行
result_df <- df %>% filter(ID %in% keep_ids)

也可以连写一步到位：

result_df <- df %>%
  left_join(df2, by = "ID") %>%  # 把频率信息关联到原始数据
  filter(Freq == 1) %>%          # 只保留Freq=1的行
  select(-Freq)                  # 删掉Freq列，还原原数据结构

方法2：用Base R（无需额外安装包） #

不想装dplyr的话，用基础R函数也能搞定：

# 提取要保留的ID
keep_ids <- df2$ID[df2$Freq == 1]

# 过滤原始数据框
result_df <- df[df$ID %in% keep_ids, ]

验证结果 #

运行后result_df会只保留ID=555的3行数据，完全符合需求。

内容的提问来源于stack exchange，提问作者Jamie