R dplyr根据其他行中的值过滤数据

Question

我正在尝试使用 dplyr 过滤数据框，但我真的想不出一种方法来实现我想要的。我有一个以下形式的数据框：

A    B    C
-----------
1    2    5
1    4    6
2    2    7
2    4    6

列中的每个值A恰好出现 2 次。ColumnB恰好有 2 个不同的值，每个值对于 的每个值都恰好出现一次A。列C可以具有任何正值。我想保留所有行，其中对于一个值A，具有较大值的行B具有C比具有较小值的行更小的值B。在上面的示例中，这将导致：

A    B    C
-----------
2    2    7
2    4    6

有没有办法使用 dplyr 来实现这一目标？

Answer 1

1)按 A 和 B 排序，以确保较大的 B 始终是 A 中的第二个，然后按 A 分组，使用基于 diff(C) < 0 的过滤器。

\n

library(dplyr)\n\nDF %>%\n  arrange(A, B) %>%\n  group_by(A) %>%\n  filter((diff(C) < 0)) %>%\n  ungroup\n## # A tibble: 2 \xc3\x97 3\n##       A     B     C\n##   <int> <int> <int>\n## 1     2     2     7\n## 2     2     4     6\n

\n

2)另一种可能性是确保 B 的最大值与 C 的最小值位于同一行。这也适用于非数字数据。

\n

请参阅此答案下面的评论，了解类似的另一个想法。

\n

DF %>%\n  group_by(A) %>%\n  filter(which.max(B) == which.min(C)) %>%\n  ungroup\n

\n

3)如果 B 相对于 C 的斜率为负，则保留该组。

\n

DF %>%\n  group_by(A) %>%\n  filter(coef(lm(B ~ C))[[2]] < 0) %>%\n  ungroup\n

\n

或者我们可以自己计算斜率：

\n

DF %>%\n  group_by(A) %>%\n  filter(diff(C) / diff(B) < 0) %>%\n  ungroup\n

\n

笔记

\n

Lines <- "A    B    C\n1    2    5\n1    4    6\n2    2    7\n2    4    6"\n\nDF <- read.table(text = Lines, header = TRUE)\n

\n