如何用dplyr按组筛选value列中的共同值

示例数据 #

library(dplyr)

df <- structure(list(id = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L), 
    value = c(1, 2, 3, 5, 6, 6, 3, 2, 0, 10)), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -10L))

需求说明 #

需要筛选出所有id分组中都存在的value值，保留这些value对应的所有行，最终得到如下结果：

# A tibble: 6 × 2
     id value
  <int> <dbl>
1     1     2
2     1     3
3     1     6
4     2     2
5     2     3
6     2     6

解决方案 #

核心思路是先找出所有分组共有的value集合，再基于这个集合筛选原数据：

方法一：分步实现 #

# 1. 提取所有id组共同的value值
common_values <- df %>%
  group_by(value) %>%
  summarise(出现的组数量 = n_distinct(id)) %>%
  filter(出现的组数量 == n_distinct(df$id)) %>%
  pull(value)

# 2. 筛选原数据中符合条件的行
result <- df %>%
  filter(value %in% common_values) %>%
  arrange(id, value) # 排序以匹配期望输出，可选

result

方法二：链式合并（更简洁） #

df %>%
  filter(value %in% (
    df %>%
      group_by(value) %>%
      summarise(n_groups = n_distinct(id)) %>%
      filter(n_groups == n_distinct(df$id)) %>%
      pull(value)
  )) %>%
  arrange(id, value)

代码解释 #

• 分组统计阶段：按value分组后，用n_distinct(id)统计每个值出现在多少个不同的id组里，再筛选出出现次数等于总组数的value，这些就是所有组的共同值。
• 筛选阶段：用value %in% common_values保留原数据中属于共同值的行，最后用arrange排序让结果和期望输出一致。

内容的提问来源于stack exchange，提问作者HoelR