如何在R语言DataFrame中保留包含deviant的分组？

首先注意你的数据集里存在列名笔误：.Names = c("group_id", "soudn")应该修正为.Names = c("group_id", "sound")，否则后续操作会因为列名不匹配报错。

方法一：使用dplyr（tidyverse工具链） #

先修正列名，再通过分组筛选保留包含deviant的组：

library(dplyr)

# 修正列名错误
df <- rename(df, sound = soudn)

# 筛选保留包含"deviant"的分组
filtered_df <- df %>%
  group_by(group_id) %>%
  filter(any(trimws(sound) == "deviant")) %>% # trimws处理字符串前后空格
  ungroup()

方法二：使用Base R #

无需额外加载包，用基础R函数实现：

# 修正列名错误
names(df)[names(df) == "soudn"] <- "sound"

# 获取所有包含"deviant"的分组ID
valid_groups <- unique(df$group_id[trimws(df$sound) == "deviant"])

# 筛选数据
filtered_df <- df[df$group_id %in% valid_groups, ]

两种方法最终都会得到保留组1和组3的数据集，移除无deviant的组2。

内容的提问来源于stack exchange，提问作者S2068