(数据帧)如果某些数据有问题(例如 CDF)，则删除某些内容的所有数据(例如 abcdefg)

Question

如果我认为有一些问题数据，并且我想删除所有具有<0数据，我该怎么办？

fruit year price
apple  2021    2
apple  2020   -9
apple  2019    3
banana 2021    9
banana 2020    7
banana 2019    5
orange 2021    7
orange 2020    2
orange 2019   -3

->

fruit year price
banana 2021    9
banana 2020    7
banana 2019    5

Answer 1

有几种可能的解决方案，这里有三种：

基数R

dat[!dat$fruit %in% unique(dat[dat$price < 0, "fruit"]),]

dplyr

带all:

library(dplyr)
dat %>% 
group_by(fruit) %>% 
filter(all(price >= 0))

或者，使用any:

dat %>% 
group_by(fruit) %>% 
filter(!any(price < 0))

---

输出

# A tibble: 3 x 3
# Groups:   fruit [1]
fruit   year price
<chr>  <int> <int>
1 banana  2021     9
2 banana  2020     7
3 banana  2019     5

Answer 2

首先您的数据df:

fruit year price
1  apple 2021     2
2  apple 2020    -9
3  apple 2019     3
4 banana 2021     9
5 banana 2020     7
6 banana 2019     5
7 orange 2021     7
8 orange 2020     2
9 orange 2019    -3

您可以使用以下代码删除具有负price:的每个组的所有行

df <- df[with(df, ave(price >= 0, fruit, FUN = all)), ]
df

输出：

fruit year price
4 banana 2021     9
5 banana 2020     7
6 banana 2019     5

如您所见，banana没有负值。

数据

df <- data.frame(fruit = c("apple", "apple", "apple", "banana", "banana", "banana", "orange", "orange", "orange"),
year = c(2021, 2020, 2019, 2021, 2020, 2019, 2021, 2020, 2019),
price = c(2, -9, 3, 9, 7, 5, 7, 2, -3))