R dplyr：在頻率檢查後排除單個組合值對

Question

我想刪除選定列中具有單個值對的組合。

樣本數據：

df <- data.frame(a=c(sample(LETTERS[1:2],99,replace = TRUE),LETTERS[6]), 
       b=sample(letters[1:10],100,replace=TRUE)) 

Chekcing不同組合的計數：

df %>% group_by(a, b) %>% summarise(count=n()) %>% data.frame() 
# a b count 
# 1 A a  9 
# 2 A b  4 
# 3 A c  4 
# 4 A d  2 
# 5 A e  4 
# 6 A f  2 
# 7 A g 12 
# 8 A h  6 
# 9 A i  6 
# 10 A j  7 
# 11 B a  3 
# 12 B b  5 
# 13 B c  5 
# 14 B d  5 
# 15 B e  3 
# 16 B f  8 
# 17 B g  3 
# 18 B h  6 
# 19 B i  1 
# 20 B j  4 
# 21 F g  1 

我可以移除組合對單一頻率如下面使用%>% filter(n() > 1)

# a b count 
# 19 B i  1 
# 21 F g  1 

但，我想只刪除下面的一對，不管它們的頻率如何.e，1或大於1.不刪除對的原因是B仍然有其他組合對（帶有a，b，c，d，e，f，g，h）。

# a b count 
# 21 F g  1 

預期輸出：

# a b count 
# 1 A a  9 
# 2 A b  4 
# 3 A c  4 
# 4 A d  2 
# 5 A e  4 
# 6 A f  2 
# 7 A g 12 
# 8 A h  6 
# 9 A i  6 
# 10 A j  7 
# 11 B a  3 
# 12 B b  5 
# 13 B c  5 
# 14 B d  5 
# 15 B e  3 
# 16 B f  8 
# 17 B g  3 
# 18 B h  6 
# 19 B i  1 
# 20 B j  4 

即，除去其中僅具有一個用於在a列值組合的組合F-g。

方案2：

df2 <- data.frame(c=c(1,2,4,6,8,3), d=c(2,3,5,7,9,5), 
       e=c('a1','a2','a3','a4','a5','a5'), 
       a=c('F','F','F','F','F','F'), 
       b=c('a','b','a','b','a','a')) 

# c d e a b 
# 1 1 2 a1 F a 
# 2 2 3 a2 F b 
# 3 4 5 a3 F a 
# 4 6 7 a4 F b 
# 5 8 9 a5 F a 
# 6 3 5 a5 F a 

df2 %>% group_by(a, b) %>% filter(n()>2) 
# Source: local data frame [4 x 5] 
# Groups: a, b [1] 
# 
# # A tibble: 4 x 5 
# c  d  e  a  b 
# <dbl> <dbl> <fctr> <fctr> <fctr> 
# 1  1  2  a1  F  a 
# 2  4  5  a3  F  a 
# 3  8  9  a5  F  a 
# 4  3  5  a5  F  a 

df2 %>% group_by(a, b) %>% filter(n()>2) %>% summarise(count=n()) 
# Source: local data frame [1 x 3] 
# Groups: a [?] 
# 
# # A tibble: 1 x 3 
#  a  b count 
# <fctr> <fctr> <int> 
#  F  a  4 

Answer 1

我們得到的count後，通過 'a' 和filter行，其中的行數大於1

df %>% 
    count(a, b) %>% 
    group_by(a) %>% 
    filter(n()>1) 

注意做1組： count可以代替group_by/summarise步驟

---

ö ñ大數據集，它可能是更好的做filter第一，然後做count

df %>% 
    group_by(a) %>% 
    filter(n() >1) %>% 
    count(a, b)