R语言dataframe按条件随机选中study并删除指定outcome行的方法

这个需求可以在R中轻松实现，以下是具体实现代码和说明：

首先是你提供的示例数据构造代码：

m =
  "
  study group outcome 
1     1     1       A   
2     1     1       B    
3     1     2       A 
4     1     2       B 
5     2     1       A   
6     2     1       B    
7     2     2       A 
8     2     2       B
9     3     1       B
10     4     1       B  
"  
data <- read.table(text=m,h=T)

基于dplyr的实现（代码更简洁易读） #

library(dplyr)

# 自定义参数，可根据需求修改
target_outcome <- "A"  # 需要删除的outcome指定值
n <- 1  # 随机选取的study数量

# 步骤1：筛选出outcome取值数量大于1的合格study
eligible_studies <- data %>%
  group_by(study) %>%
  filter(n_distinct(outcome) > 1) %>%
  pull(study) %>%
  unique()

# 步骤2：从合格study中随机抽取n个
set.seed(123) # 可选，添加后可以复现随机抽样结果，不需要可删除
selected_studies <- sample(eligible_studies, size = n)

# 步骤3：删除选中study内outcome等于指定值的行
result <- data %>%
  filter(!(study %in% selected_studies & outcome == target_outcome))

原生base R实现（无需安装第三方包） #

# 自定义参数
target_outcome <- "A"
n <- 1

# 步骤1：筛选合格study
outcome_count <- tapply(data$outcome, data$study, function(x) length(unique(x)))
eligible_studies <- as.numeric(names(outcome_count)[outcome_count > 1])

# 步骤2：随机抽样
set.seed(123)
selected_studies <- sample(eligible_studies, size = n)

# 步骤3：过滤行得到结果
result <- data[!(data$study %in% selected_studies & data$outcome == target_outcome), ]

效果验证 #

以示例参数target_outcome = "A"、n=1为例，如果随机抽中study=1，输出的result中study=1的所有outcome为"A"的行都会被删除，仅保留outcome为"B"的行；study=2、3、4的数据保持不变。

内容的提问来源于stack exchange，提问作者Simon Harmel