Filter nach Jahr und Spaltennummer in R

Question

Ich bin relativ neu in R und ich versuche, einen Datenrahmen nach Jahr und spezifischen Spaltennummern zu filtern. Hier ist ein Spielzeug Beispiel meiner Datensatz:

Year UniqueID  Bench.St SiteEUI 
2011  1    Yes  450 
2011  2    No  300 
2011  3    No   NA 
2011  4    NA  350 
2012  1    No  400 
2012  2    Yes  200 
2013  1    Yes  500 
2013  2    No  100 
2013  3    Yes  475 

Ich versuche, die Reihen zu extrahieren, die Informationen von 2011 bis 2013 durch die UniqueIDs sortiert wiederholt haben. Im obigen Beispiel hat 2011 4 UniqueIDs (1,2,3,4), 2012 2 UniqueIDs (1,2) und 2013 3 UniqueIDs (1,2,3). Da UniqueIDs 1 und 2 in den drei Jahren vorhanden sind, möchte ich die UniqueID-Zeilen für diese Jahre extrahieren. Daher oberhalb der Datensatz reduziert sich auf:

Year UniqueID  Bench.St  SiteEUI 
2011  1    Yes    450 
2011  2    No    300 
2012  1    No    400 
2012  2    Yes    200 
2013  1    Yes    500 
2013  2    No    100  

ich, dass dplyr oder eine andere einfache Funktion glauben Lage sein kann, dies zu tun, aber ich bin nicht sicher, wie es geht. Vielen Dank!

Answer 1

Ich denke, was Sie fragen, ist, wie Sie die Menge der Beobachtungseinheiten, die in allen Jahren Ihrer Daten vorhanden sind extrahieren. Hier ist ein Verfahren unter Verwendung einer Base R für einen data.frame namens dataSet:

# get a table of the frequency counts of each ID 
idCount <- table(dataSet$uniqueIDs) 
# keep the IDs (converted back to integers) that have the most counts 
keepIDs <- as.integer(names(idCount))[idCount == max(idCount)] 
# save the new data set that includes those IDs 
newDataSet <- dataSet[dataSet$uniqueIDs %in% keepIDs,] 

Answer 2

Sie können den Datensatz von Jahren split und die daraus resultierenden jährlichen Listeneinträge mischen wieder zusammen merge zusammen mit all = FALSE (default) verwendet wird. Auf diese Weise erhalten Sie die Werte für "uniqueID", die in allen untersuchten Jahren bestehen.

## sample data 
dat <- data.frame(Year = c(rep(2011, 4), rep(2012, 2), rep(2013, 3)), 
        UniqueID = c(1, 2, 3, 4, 1, 2, 1, 2, 3), 
        Bench.St = c("Yes", "No", "No", NA, "No", "Yes", "Yes", "No", "Yes"), 
        SiteEUI = c(450, 300, NA, 350, 400, 200, 500, 100, 475)) 

## split data by year and merge by 'uniqueID', discard non-matching entries 
lst <- split(dat, dat$Year) 

mrg <- Reduce(function(...) merge(..., by = "UniqueID"), lst) 

## subset data based on remaining values of 'uniqueID' 
dat[dat$UniqueID %in% mrg$UniqueID, ] 

    Year UniqueID Bench.St SiteEUI 
1 2011  1  Yes  450 
2 2011  2  No  300 
5 2012  1  No  400 
6 2012  2  Yes  200 
7 2013  1  Yes  500 
8 2013  2  No  100