如何删除number列中唯一值出现次数少于指定次数的行？

首先构造示例数据：

library(tibble)
df <- tibble(
  number = c(1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5)
)

方法1：分组后直接过滤（推荐） #

使用dplyr包的分组与过滤功能，通过n()获取每组的行数，筛选出行数达标的组：

library(dplyr)

# 保留number出现次数≥5的行
df_filtered_5 <- df %>%
  group_by(number) %>%
  filter(n() >= 5) %>%
  ungroup()

执行后结果：

# A tibble: 5 × 1
  number
   <dbl>
1      5
2      5
3      5
4      5
5      5

# 保留number出现次数≥4的行
df_filtered_4 <- df %>%
  group_by(number) %>%
  filter(n() >= 4) %>%
  ungroup()

执行后结果：

# A tibble: 9 × 1
  number
   <dbl>
1      4
2      4
3      4
4      4
5      5
6      5
7      5
8      5
9      5

方法2：添加计数变量后过滤 #

先为每个number添加出现次数的列，再基于该列过滤：

# 添加计数列
df_with_count <- df %>%
  add_count(number, name = "count_number")

# 过滤次数≥5的行（可选删除计数列）
df_filtered_5_v2 <- df_with_count %>%
  filter(count_number >= 5) %>%
  select(-count_number)

# 过滤次数≥4的行
df_filtered_4_v2 <- df_with_count %>%
  filter(count_number >= 4) %>%
  select(-count_number)

基础R实现（无需dplyr） #

如果不想加载第三方包，可使用基础R的table()统计次数后过滤：

# 统计每个number的出现次数
counts <- table(df$number)

# 筛选保留的number值
keep_vals_5 <- names(counts[counts >= 5])
keep_vals_4 <- names(counts[counts >= 4])

# 过滤数据
df_filtered_5_base <- df[df$number %in% keep_vals_5, ]
df_filtered_4_base <- df[df$number %in% keep_vals_4, ]

内容的提问来源于stack exchange，提问作者KLG