Reihen von Datenrahmen basierend auf der Häufigkeit einer Variablen entfernen

Question

Ich arbeite mit einem Datenrahmen (in R), der Beobachtungen von Tieren in freier Wildbahn (Aufnahmezeit/-datum, Standort und Artenidentifikation) enthält. Ich möchte Zeilen entfernen, die eine bestimmte Spezies enthalten, wenn weniger als x Beobachtungen im gesamten Datenfeld vorhanden sind. Ab sofort konnte ich mit dem folgenden Code arbeiten, aber ich weiß, dass es einen eleganteren und effizienteren Weg geben muss.

namelist <- names(table(ind.data$Species)) 
for (i in 1:length(namelist)) { 
    if (table(ind.data$Species)[namelist[i]] <= 2) { 
    while (namelist[i] %in% ind.data$Species) { 
     j <- match(namelist[i], ind.data$Species) 
     ind.data <- ind.data[-j,] 
    } 
    } 
} 

Der namelist Vektor enthält alle Arten Namen in dem Datenrahmen ind.data und die if Anweisung überprüft, ob die Frequenz der i ten Namen auf der Liste weniger als x (2 in diesem Beispiel).

Ich bin mir völlig bewusst, dass dies nicht eine sehr saubere Art ist, es zu tun, ich habe es gestern am Ende des Tages zusammengeworfen, um zu sehen, ob es funktionieren würde. Jetzt suche ich nach einem besseren Weg, oder zumindest nach dem, wie ich es verfeinern könnte.

Answer 1

Wir data.table verwenden können

library(data.table) 
setDT(ind.data)[, .SD[.N >2], Species] 

Answer 2

Sie können dies mit dem dplyr Paket:

library(dplyr) 

new.ind.data <- ind.data %>% 
    group_by(Species) %>% 
    filter(n() > 2) %>% 
    ungroup() 

Eine alternative integrierte Funktionen verwendet, ist ave() zu verwenden:

group_sizes <- ave(ind.data$Species, ind.data$Species, FUN = length) 
new.ind.data <- ind.data[group_sizes > 2, ]