如何用Base R筛选按id分组后type列无重复值的数据行？

问题场景 #

给定如下data.frame：

df = data.frame(id = c(1,1,2,2,3,3,4,4,5,5,6,6), 
            group = c("A","B","A","B","A","B","A","B","A","B","A","B"),
            type = c("ABC","ABC","ABB","ABB","AAB","AAB","ABC","ABD","ABC","ABD","AAB","AAC"))

需要移除所有按id分组后type列值完全相同的行（即移除id为1、2、3的所有行），最终保留id为4、5、6的行。

Base R实现方案 #

方法1：使用ave()分组标记筛选 #

ave()可以轻松实现分组统计，这里我们为每行标记其所属id分组的type唯一值数量，再筛选出数量大于1的行：

# 为每行添加分组内type的唯一值计数
df$unique_type_count <- ave(df$type, df$id, FUN = function(x) length(unique(x)))
# 筛选符合条件的行，并删除辅助列
final_df <- df[df$unique_type_count > 1, !names(df) %in% "unique_type_count"]

方法2：拆分-过滤-合并流程 #

先按id拆分数据框，过滤掉type唯一值数量为1的分组，最后合并剩余分组：

# 按id拆分数据框
split_groups <- split(df, df$id)
# 过滤出type存在多个值的分组
valid_groups <- Filter(function(g) length(unique(g$type)) > 1, split_groups)
# 合并分组并重置行名（可选）
final_df <- do.call(rbind, valid_groups)
rownames(final_df) <- NULL

方法3：基于频数表筛选id #

先统计每个id对应的type种类数，再提取对应id的行：

# 计算每个id的type种类数
id_type_counts <- rowSums(table(df$id, df$type) > 0)
# 获取符合条件的id列表
valid_ids <- names(id_type_counts[id_type_counts > 1])
# 筛选原数据
final_df <- df[df$id %in% valid_ids, ]

最终结果 #

执行任意上述方法后，final_df的输出为：

> final_df
  id group type
1  4     A  ABC
2  4     B  ABD
3  5     A  ABC
4  5     B  ABD
5  6     A  AAB
6  6     B  AAC

内容的提问来源于stack exchange，提问作者SchlaWiener