如何在R语言中筛选DataFrame中满足分组列值与指定条件的行？

嘿，我来帮你搞定这个分组筛选的问题！咱们先把需求理清楚：你要找出那些**整个分组（按six/v1列划分）里所有行的seven/v2列全是指定值（比如"yes"）**的行，对吧？

先看第一个示例场景 #

你给出的初始数据是：

df <- data.frame(six=c("aa", "aa", "b", "cc", "cc"), seven=c("yes", "yes", "no", "yes", "no"))
df
#   six seven
# 1  aa   yes
# 2  aa   yes
# 3   b    no
# 4  cc   yes
# 5  cc    no

你想要的结果是只保留aa分组的所有行，因为这个分组里的seven全是"yes"，其他分组要么全是"no"，要么混合了"yes"和"no"，都不符合要求。

用dplyr的解决方案（最直观） #

现在tidyverse生态的dplyr处理这类分组逻辑特别顺手，步骤很清晰：

1. 按six列分组
2. 用all()函数判断该分组内的所有seven是否都等于"yes"
3. 筛选出符合条件的分组的所有行

代码如下：

library(dplyr)

df_new <- df %>%
  group_by(six) %>%
  filter(all(seven == "yes")) %>%
  ungroup()

# 查看结果
df_new
#   six seven
# 1  aa   yes
# 2  aa   yes

你之前尝试的plyr代码问题出在哪？ #

你之前用plyr的代码逻辑偏了：你是按seven == "yes"这个布尔值分组，而不是按six分组，所以根本没实现按分组筛选的核心需求，自然得不到想要的结果。

不用dplyr？Base R也能搞定 #

如果不想加载额外包，用base R的ave()函数也能实现，原理是给每一行标记它所在的分组是否满足“全是yes”的条件，再筛选：

# 给每一行生成标记：所在分组是否全是yes
keep_flag <- ave(df$seven == "yes", df$six, FUN = all)
# 筛选标记为TRUE的行
df_new <- df[keep_flag, ]

df_new
#   six seven
# 1  aa   yes
# 2  aa   yes

再处理你补充的场景 #

你补充的示例数据里，aa分组混合了"yes"和"no"，但你期望保留该分组里的所有"yes"行。如果这是你的实际需求（即保留分组中所有指定值的行，不管分组里有没有其他值），那代码可以调整成这样：

df <- data.frame(v1=c("aa", "aa", "b", "cc", "cc","aa","aa"), v2=c("yes", "yes", "no", "yes", "no","no","yes"))

# 筛选所有v2为yes的行
df_new <- df %>%
  filter(v2 == "yes")

# 如果你是想保留分组中yes数量达到某个阈值的行（比如aa有3个yes，cc只有1个，只保留aa的yes行），可以这样：
df_new <- df %>%
  group_by(v1) %>%
  mutate(yes_total = sum(v2 == "yes")) %>%
  filter(v2 == "yes" & yes_total >= 3) %>%
  ungroup() %>%
  select(-yes_total)

df_new
#   v1    v2  
# 1 aa    yes
# 2 aa    yes
# 3 aa    yes

内容的提问来源于stack exchange，提问作者Schottky