如何使用dplyr包筛选所有站点共有的datetime数据行？

我有一个包含station、datetime和miles三列的数据框，想要保留那些**所有站点（ALL STATIONS）**都存在的共同datetime对应的行。以下是可复现的示例代码：

library(tidyverse)
library(lubridate)

df <- data.frame(station = c("A","A","A","B","B","B",
                             "C","C","C"),
                 date = c("1998-05-03","1999-06-01","2000-03-02",
                          "1998-05-03","1999-06-01","2000-03-02",
                          "1998-05-03","1999-06-01","2000-04-15"),
                 time  = c("00:00:10","00:00:20","00:00:50",
                           "00:00:10","00:00:20","00:00:40",
                           "00:00:34","00:00:20","00:00:40"),
                 miles = rnorm(9))

df <- df %>% 
  mutate(datetime = paste(date,time,sep = " "),
         datetime = as_datetime(datetime)) %>% 
  select(station,datetime,miles)

当前数据框内容： #

期望输出： #

可以看到，只有1999-06-01 00:00:20是所有站点都存在的datetime。我尝试了以下代码但未能成功：

df %>%
  filter(station %in% (split(df$station, df$datetime) %>% reduce(intersect)))

解决方案（dplyr） #

你之前的代码逻辑搞反了：它是在找所有datetime都出现的站点，而我们需要的是找所有站点都出现的datetime。正确的思路是统计每个datetime对应的唯一站点数量，筛选出数量等于总站点数的datetime，再过滤原数据：

方法1：先计算总站点数，再筛选

# 获取数据中所有唯一站点的数量
total_stations <- df %>% distinct(station) %>% nrow()

# 筛选出所有站点都覆盖的datetime，并保留对应行
df %>%
  group_by(datetime) %>%
  filter(n_distinct(station) == total_stations) %>%
  ungroup()

方法2：更简洁的写法

无需单独计算总站点数，直接在分组内对比：

df %>%
  group_by(datetime) %>%
  filter(n_distinct(station) == n_distinct(df$station)) %>%
  ungroup()

代码解释 #

• group_by(datetime)：按datetime分组
• n_distinct(station)：统计当前分组内的唯一站点数量
• 对比该数量与整个数据的总站点数，相等则说明该datetime在所有站点都存在，保留这些行

内容的提问来源于stack exchange，提问作者Kon Ath