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
相关产品推荐

