如何在R数据框中筛选同时含两种繁殖季节的物种行

原始数据 #

首先定义目标数据框：

df <- data.frame(species = c("Passer", "Turdus", "Turdus", "Gallus", "Anas", "Anas"),
                 season = c("breeding", "breeding", "non-breeding", "non-breeding", "breeding", "non-breeding"), 
                 value = seq(1, 12, 2), 
                 drop = c("no", "no", "dog", "dog", "cat", "cat"))

原始数据展示：

species       season value drop
1  Passer     breeding     1   no
2  Turdus     breeding     3   no
3  Turdus non-breeding     5  dog
4  Gallus non-breeding     7  dog
5    Anas     breeding     9  cat
6    Anas non-breeding    11  cat

需求说明 #

筛选出同时拥有"breeding"和"non-breeding"两种季节记录的物种对应的所有行，预期结果：

species       season value drop
2  Turdus     breeding     3   no
3  Turdus non-breeding     5  dog
5    Anas     breeding     9  cat
6    Anas non-breeding    11  cat

解决方案 #

无需循环，以下两种方法均可高效实现需求：

方法1：使用dplyr包（推荐） #

通过分组+筛选的方式，直接保留符合条件的物种所有行：

library(dplyr)

df_filtered <- df %>%
  group_by(species) %>%
  filter(all(c("breeding", "non-breeding") %in% season)) %>%
  ungroup()

print(df_filtered)

方法2：基础R实现 #

先筛选出符合条件的物种列表，再匹配数据行：

# 提取同时拥有两种季节记录的物种
valid_species <- unique(df$species[ave(df$season, df$species, FUN = function(x) length(unique(x))) == 2])
# 筛选目标数据
df_filtered <- df[df$species %in% valid_species, ]

print(df_filtered)

内容的提问来源于stack exchange，提问作者Joseph Valde