You need to enable JavaScript to run this app. R语言中如何按ID分组并基于指定列数值运算规则删除行
优惠活动
大模型
产品
解决方案
定价
更多

R语言中如何按ID分组并基于指定列数值运算规则删除行

R语言按分组过滤GOIcp异常值解决方案

实现逻辑

  • 按ID字段对数据集分组
  • 对每个分组先判断所有GOIcp两两差值的绝对值是否全部大于1.5:如果满足条件则保留该分组全部行
  • 若不满足上述条件,则仅保留分组内存在至少一个其他行GOIcp与当前行差值≤1.5的行,删除和所有其他行差值都超过1.5的异常行

实现代码

1. tidyverse实现(简洁高效,推荐)

library(tidyverse)

result <- df1 %>%
  group_by(ID) %>%
  filter({
    # 生成组内所有GOIcp两两差值的绝对值矩阵
    all_diff <- abs(outer(GOIcp, GOIcp, `-`))
    # 排除自身和自身的差值(对角线值)
    diag(all_diff) <- NA
    # 判断组内所有非自身的差值是否都大于1.5
    all_gt_threshold <- all(all_diff > 1.5, na.rm = TRUE)
    if (all_gt_threshold) {
      # 所有行差值都超阈值,全部保留
      rep(TRUE, n())
    } else {
      # 仅保留存在至少一个其他行差值≤1.5的行
      apply(all_diff <= 1.5, 1, any, na.rm = TRUE)
    }
  }) %>%
  ungroup()

2. 原生R实现(无需加载第三方包)

result <- do.call(rbind, by(df1, df1$ID, function(sub_df) {
  goi_vec <- sub_df$GOIcp
  all_diff <- abs(outer(goi_vec, goi_vec, `-`))
  diag(all_diff) <- NA
  all_gt_threshold <- all(all_diff > 1.5, na.rm = TRUE)
  if (all_gt_threshold) return(sub_df)
  keep_flag <- apply(all_diff <= 1.5, 1, any, na.rm = TRUE)
  return(sub_df[keep_flag, ])
}))
# 重置行号
rownames(result) <- NULL

两种实现输出的结果都和你提供的预期结果完全一致,无需手动指定删除的行,适配任意规模的数据集,超大规模数据集可改用data.table包实现进一步优化运行效率。

内容的提问来源于stack exchange,提问作者jc2525

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.09 15:09:02