Teilmenge Datenrahmen basierend auf abgelegenen Zählungen

Question

Ich habe ein Datenrahmen, der wie folgt aussieht:

df <- data.frame(Site=rep(paste0('site', 1:5), 50), 
      Month=sample(1:12, 50, replace=T), 
      Count=(sample(1:1000, 50, replace=T))) 

Ich möchte alle Websites entfernen, wo die Zählung an allen Standorten immer < 5% der maximalen monatlichen Zahl ist.

Die max Monatszahlen über alle Standorte sind:

library(plyr) 
ddply(df, .(Month), summarise, Max.Count=max(Count)) 

Wenn eine Zählung von 1 bis site5 zugeordnet ist, dann sind die Zählungen immer < 5% der maximalen monatlichen Zählungen an allen Standorten. Deshalb möchte ich site5 entfernt haben.

df$Count[df$Site=='site5'] <- 1 

jedoch nach neuen Werten zu site2 Zuordnung sind einige seiner zählt < 5% der maximalen monatlichen zählt, während andere> 5% sind. Daher möchte ich nicht, dass site2 entfernt wird.

df$Count[df$Site=='site2'] <- ceiling(seq(1, 1000, length.out=20)) 

Wie kann ich Datenrahmen Teilmenge alle Sites zu entfernen, in denen zählt, sind immer < 5% der maximalen monatlichen Zahl? Lassen Sie mich wissen, wenn Frage unklar ist und ich werde mich ändern.

Answer 1

Hier ist eine plyr Lösung:

## df2$test is true if Count >= max(Count)*0.05 for this month 
df2 <- ddply(df, .(Month), transform, test=Count>=(max(Count)*0.05)) 
## For each site, test$keep is true if at least one count is >= max(Count)*0.05 for this month 
test <- ddply(df2, .(Site), summarise, keep=sum(test)>0) 
## Subsetting 
sites <- test$Site[test$keep] 
df[df$Site %in% sites,] 

Answer 2

A data.table Lösung:

require(data.table) 
set.seed(45) 
df <- data.frame(Site=rep(paste0('site', 1:5), 50), 
     Month=sample(1:12, 50, replace=T), 
     Count=(sample(1:1000, 50, replace=T))) 
df$Count[df$Site=='site5'] <- 1 

dt <- data.table(df, key=c("Month", "Site")) 
# set max.count per site+month 
dt[, max.count := max(Count), by = list(Month)] 
# get the site that is TRUE for all months it is present 
d1 <- dt[, list(check = all(Count < .05 * max.count)), by = list(Month, Site)] 
sites <- as.character(d1[, all(check == TRUE), by=Site][V1 == TRUE, Site]) 

dt.out <- dt[Site != sites][, max.count := NULL] 
#  Site Month Count 
# 1: site1  1 939 
# 2: site1  1 939 
# 3: site1  1 939 
# 4: site1  1 939 
# 5: site1  1 939 
# ---     
# 196: site2 12 969 
# 197: site2 12 684 
# 198: site2 12 613 
# 199: site2 12 969 
# 200: site2 12 684