选择每组具有多个不同值的组

Question

我有如下数据：

ID  category class
1   a        m  
1   a        s
1   b        s
2   a        m
3   b        s
4   c        s
5   d        s

我想通过仅包含那些具有多个 ( > 1) 不同类别的“ID”来对数据进行子集化。

我的预期输出：

ID  category class
1   a        m
1   a        s
1   b        s

有没有办法这样做？

我试过

library(dplyr)
df %>% 
  group_by(ID) %>%
  filter(n_distinct(category, class) > 1)

但它给了我一个错误：

# Error: expecting a single value

Answer 1

使用 data.table

library(data.table) #see: https://github.com/Rdatatable/data.table/wiki for more
setDT(data) #convert to native 'data.table' type by reference
data[ , if(uniqueN(category) > 1) .SD, by = ID]

uniqueNisdata.table的（快速）原生掩码length(unique())，并且.SD只是整体data.table（在更一般的情况下，它可以表示列的子集，例如当.SDcols参数被激活时）。所以基本上中间语句（j，列选择参数）说要返回与 a 相关联的所有列和行ID，其中至少有两个不同的category.

使用该by参数扩展到涉及对多列进行计数的情况。