Eliminar grupos con menos de tres observaciones únicas

subset r-faq

Question

Me gustaría subconjugar mi marco de datos para mantener solo grupos que tengan 3 o más observaciones en DIFERENTES días. Quiero deshacerme de los grupos que tienen menos de 3 observaciones, o las observaciones que tienen no son de 3 días diferentes.

Aquí hay un conjunto de datos de muestra:

Group   Day
1       1 
1       3
1       5
1       5
2       2
2       2  
2       4 
2       4
3       1
3       2
3       3
4       1
4       5

Entonces, para el ejemplo anterior, el grupo 1 y el grupo 3 se mantendrán y los grupos 2 y 4 se eliminarán del marco de datos.

Espero que esto tenga sentido, imagino que la solución será bastante simple, pero no puedo resolverlo (soy bastante nuevo en R y no soy muy rápido para encontrar soluciones a cosas como esta). Pensé que tal vez la función diff podría ser útil, pero no llegó mucho más lejos.

Answer 1

Con data.table podrías hacer:

library(data.table)
DT[, if(uniqueN(Day) >= 3) .SD, by = Group]

lo que da:

   Group Day
1:     1   1
2:     1   3
3:     1   5
4:     1   5
5:     3   1
6:     3   2
7:     3   3

O con dplyr :

library(dplyr)
DT %>% 
  group_by(Group) %>% 
  filter(n_distinct(Day) >= 3)

lo que da el mismo resultado.

Answer 2

Podemos usar la base R

i1 <-  rowSums(table(df1)!=0)>=3
subset(df1, Group %in% names(i1)[i1])
#    Group Day
#1      1   1
#2      1   3
#3      1   5
#4      1   5
#9      3   1
#10     3   2
#11     3   3

O una base R una línea base R sería

df1[with(df1, as.logical(ave(Day, Group, FUN = function(x) length(unique(x)) >=3))),]

Answer 3

Una idea usando dplyr

 library(dplyr)
 df %>% 
   group_by(Group) %>% 
   filter(length(unique(Day)) >= 3)

#Source: local data frame [7 x 2]
#Groups: Group [2]

#  Group   Day
#  (int) (int)
#1     1     1
#2     1     3
#3     1     5
#4     1     5
#5     3     1
#6     3     2
#7     3     3