R语言dplyr中组内存在元素满足条件时过滤整组的方法

现有测试数据集如下：

df1 <- data.frame( id = c(1,1,2) , a = c('a','b','c'))
df1
#   id a
# 1  1 a
# 2  1 b
# 3  2 c

需求为按id分组后，只要组内任意一行满足a == 'a'的条件，就删除该分组下的全部记录。
原有写法仅做了行级过滤，只删除了a == 'a'的单行，未删除id=1的全部分组记录：

df1 %>%
  group_by(id) %>%
  filter(a != 'a')

# # A tibble: 2 × 2
# # Groups:   id [2]
#      id a    
#   <dbl> <chr>
# 1     1 b    
# 2     2 c    

filter(a != 'a')是逐行判断的行级过滤逻辑：仅检查当前行的a列值是否不等于'a'，不会对整个分组的全局特征做判断，因此id=1分组中a='b'的行因为本身满足a != 'a'被保留，达不到整组过滤的效果。 #

dplyr 分组写法（推荐） #

分组后对整个组做条件判断，仅保留完全不触发删除规则的分组即可，两种等价写法：

• 写法1：判断组内所有行都不满足删除条件

library(dplyr)

df1 %>%
  group_by(id) %>%
  filter(all(a != 'a')) %>%
  ungroup()

• 写法2：判断组内不存在任何满足删除条件的行

df1 %>%
  group_by(id) %>%
  filter(!any(a == 'a')) %>%
  ungroup()

两种写法运行结果一致：

# A tibble: 1 × 2
     id a    
  <dbl> <chr>
1     2 c    

提示：分组操作完成后建议加ungroup()解除分组状态，避免后续数据处理意外受分组规则影响。

base R 原生写法 #

不加载第三方包也可以实现，逻辑为先找出所有需要删除的分组id，再做全表排除：

# 提取所有包含a='a'的id
remove_id <- unique(df1$id[df1$a == 'a'])
# 排除这些id对应的所有行
df1[!df1$id %in% remove_id, ]

内容的提问来源于stack exchange，提问作者marc