You need to enable JavaScript to run this app. R语言Dataframe提取mn为5和6的共同事件对应行
优惠活动
大模型
产品
解决方案
定价
更多

R语言Dataframe提取mn为5和6的共同事件对应行

跨分组共有事件筛选实现

要完成“提取mn=5、mn=6两组中同时存在的对应事件所有记录”的需求,核心逻辑是先定位两个分组下的共有事件值,再回原数据集匹配筛选,最终在示例中得到仅包含Event2相关记录的结果。

可直接复用的实现方法

集合运算方案(逻辑最直观,无额外包依赖)

直接拆分两个分组的事件列表,通过集合交集找到跨组存在的目标事件,再完成筛选:

  • 提取mn=5分组下的所有去重事件
  • 提取mn=6分组下的所有去重事件
  • 对两个事件列表取交集,得到需要保留的事件
  • 从原数据中筛选匹配目标事件的所有行

对应代码:

ev_in_mn5 <- unique(dff$ev[dff$mn == 5])
ev_in_mn6 <- unique(dff$ev[dff$mn == 6])
target_ev <- intersect(ev_in_mn5, ev_in_mn6)
result <- dff[dff$ev %in% target_ev, ]

按示例数据计算,target_ev的结果为"Event2",输出结果完全匹配预期。

Tidyverse 实现方案(适配tibble类型数据)

适合需要衔接后续多步数据处理的场景,语法可读性更强:

library(dplyr)

result <- dff %>%
  group_by(ev) %>%
  # 检查每个事件对应的mn取值是否同时覆盖5和6
  filter(all(c(5, 6) %in% mn)) %>%
  ungroup()

Base R 原生实现方案

无需加载任何第三方包,直接通过分组遍历完成判断:

# 按事件拆分mn字段的取值集合
ev_mn_list <- split(dff$mn, dff$ev)
# 筛选同时包含5、6取值的事件名称
target_ev <- names(ev_mn_list)[sapply(ev_mn_list, function(x) all(c(5, 6) %in% x))]
# 回源筛选得到最终结果
result <- dff[dff$ev %in% target_ev, ]

以上三种方法在示例数据集上的输出完全一致,均可正确定位跨分组存在的Event2记录,排除仅在单个mn分组下出现的Event1、Event3。

内容的提问来源于stack exchange,提问作者Cirrus

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:2026.11.07 06:54:00