如何用R提取数据框中仅含2个发布者的行及关联字段？

你可以通过统计Publisher字段里的分隔符数量，精准筛选出仅包含2个发布者的组合，用dplyr结合字符串处理函数就能实现：

library(dplyr)
library(stringr)

# 假设你的数据框名为df
filtered_df <- df %>%
  # 统计每个Publisher字符串中的逗号数量，2个发布者对应1个逗号
  mutate(pub_count = str_count(Publisher, ",")) %>%
  # 筛选出逗号数为1的行（即恰好2个发布者的组合）
  filter(pub_count == 1) %>%
  # 可选：移除用于计算的中间列
  select(-pub_count)

更严谨的备选方案 #

如果担心发布者名称里可能包含逗号（你的示例里没有这种情况），可以用分割字符串后计数的方式，准确性更高：

filtered_df <- df %>%
  mutate(pub_count = str_split(Publisher, ", ") %>% map_int(length)) %>%
  filter(pub_count == 2) %>%
  select(-pub_count)

结果说明 #

运行上述代码后，filtered_df会直接输出你预期的结果：仅保留含2个发布者的组合，以及对应的month_grp字段值。比如原数据里如果有"Amazon, CBS, CW"这类3个发布者的组合，会被自动过滤掉。

内容的提问来源于stack exchange，提问作者Dinho