如何在R数据框中保留成对ID数据，排除单例与三例？

方法一：用tidyverse（dplyr）快速处理 #

核心思路是按sib_ID分组，只保留组内唯一ID数量恰好为2的行，代码简洁且性能优异：

library(dplyr)

df_filtered <- df %>%
  group_by(sib_ID) %>%
  filter(n_distinct(ID) == 2) %>%
  ungroup()

# 查看筛选后的数据
df_filtered

• group_by(sib_ID)：按同胞ID分组，把同属一组的ID归到一起
• n_distinct(ID)：统计每组内的唯一ID数量
• filter(...)：只保留数量为2的组，自动过滤掉单例、三例的组

方法二：用Base R原生实现（无需额外包） #

如果不想加载外部包，用原生代码也能高效完成：

# 先统计每个sib_ID对应的唯一ID数量
sib_id_stats <- table(unique(df[, c("ID", "sib_ID")])$sib_ID)
# 提取出符合条件的sib_ID（对应2个唯一ID）
valid_sibs <- names(sib_id_stats[sib_id_stats == 2])
# 筛选原数据
df_filtered <- df[df$sib_ID %in% valid_sibs, ]

# 查看结果
df_filtered

• 先通过unique去重ID与sib_ID的组合，避免重复统计同一ID
• 用table计数每个sib_ID对应的唯一ID数，再筛选出数量为2的项
• 最后用%in%匹配原数据中的有效sib_ID，完成筛选

两种方法都能得到你需要的结果，处理大数据量时dplyr的优化会更有优势，轻量场景下Base R方法更直接。

内容的提问来源于stack exchange，提问作者wooden05