在R语言中剔除含特定数量非NA值的数据框类别

没问题，我来帮你搞定这个剔除特定非NA值数量类别的需求，咱们一步步来操作：

首先先确认我们的原始数据和已有的统计结果：

g <- c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 6, 6, 6, 6)
m <- c(1, NA, NA, NA, 3, NA, 2, 1, 3, NA, 3, NA, NA, 4, NA, NA, NA, 2, 1, NA, 7, 3, NA, 1)
df <- data.frame(g, m)

你已经用aggregate(m ~ g, data=df, function(x) {sum(!is.na(x))}, na.action = NULL)得到了每个类别g的非NA值数量，结果类似：
g m
1 1 1
2 2 3
3 3 2
4 4 1
5 5 2
6 6 3

接下来要剔除具有特定数量非NA值的类别，比如我们想剔除非NA数量为1的类别（也就是g=1和g=4），可以用以下两种实用方法：

方法1：基础R实现（无需额外包） #

先把统计结果存为临时对象，筛选出需要保留的类别，再过滤原始数据框：

# 1. 先获取每个类别的非NA数量统计
na_count <- aggregate(m ~ g, data=df, function(x) sum(!is.na(x)), na.action = NULL)
# 2. 定义要剔除的非NA数量，比如这里是1
exclude_count <- 1
# 3. 筛选出需要保留的类别ID
keep_g <- na_count$g[na_count$m != exclude_count]
# 4. 过滤原始数据框，只保留符合条件的类别
df_filtered <- df[df$g %in% keep_g, ]

方法2：tidyverse/dplyr简洁实现 #

如果你习惯用tidyverse生态的语法，代码会更直观，一步完成分组统计和过滤：

library(dplyr)

df_filtered <- df %>%
  group_by(g) %>%
  # 新增临时列，记录当前类别的非NA数量
  mutate(na_num = sum(!is.na(m))) %>%
  ungroup() %>%
  # 过滤掉非NA数量等于目标值的类别，这里替换成你要剔除的数量
  filter(na_num != 1) %>%
  # 移除临时统计列
  select(-na_num)

验证结果 #

运行完代码后，你可以用之前的aggregate命令验证过滤效果：

aggregate(m ~ g, data=df_filtered, function(x) sum(!is.na(x)), na.action = NULL)

结果会是：
g m
1 2 3
2 3 2
3 5 2
4 6 3

你只需要把代码里的exclude_count <- 1或者filter(na_num != 1)中的数字改成你想要剔除的特定非NA数量就行，非常灵活。

内容的提问来源于stack exchange，提问作者Judith