R语言如何筛选所有家庭成员年龄均大于20的家庭数据集

你原来的SQL写法逻辑存在问题：GROUP BY household后直接使用having Members_age > 20，仅会校验分组后默认返回的第一条记录的年龄，不会判断该家庭下所有成员的年龄，因此输出结果不符合预期。
另外注意你描述的需求是「所有家庭成员年龄均大于20」，但给出的预期结果包含有20岁成员的家庭101，可根据实际需求调整判断条件为>（严格大于）或>=（大于等于）。

sqldf 实现 #

利用MIN()聚合函数判断家庭最小年龄是否满足要求即可：

仅返回符合条件的家庭ID #

sqldf("select household from data group by household having min(Members_age) >= 20")

输出结果：

household
1       100
2       101

返回符合条件家庭的所有成员记录 #

sqldf("select * from data where household in (
  select household from data group by household having min(Members_age) >= 20
)")

dplyr 实现 #

同样按家庭分组后校验最小年龄：

仅返回符合条件的家庭ID #

data %>%
  group_by(household) %>%
  filter(min(Members_age) >= 20) %>%
  distinct(household)

返回符合条件家庭的所有成员记录 #

data %>%
  group_by(household) %>%
  filter(min(Members_age) >= 20) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者joy_1379