R - 使用聚合条件按"column"拆分数据

Question

考虑以下数据。帧：

> head(dtrain)
  content_id item_age   item_ctr likes clicks no_clicks event
1   11201926   461540 0.02787456     1     24       837     0
2   11201926   462497 0.02784223     1     24       838     0
3   11201926   473215 0.02780997     1     24       839     0
4   11201926   532983 0.02777778     1     24       840     0
5   11201926   536696 0.02774566     1     24       841     0
6   11201926   545545 0.02771363     1     24       842     0

我想将数据拆分为content_id，这仅需要以下命令

result <- split(dtrain , f = dtrain$content_id )

，但是我只想保留dtrain的数据，其中content_id在列表1000出现（在dtrain中）中都有数据。换句话说，其中相同的content_id在dtrain中比1000次更多。

最后，我将通过content_id进行拆分数据，其中每个拆分将在列表1000发生（因为那是汇总条件）

Answer 1

您可以首先使用dplyr过滤数据框，以仅保留1000或更多记录的内容组：

temp <- dtrain
    %>% group_by(content_id)
    %>% filter(n() >= 1000)

然后按照您的身份继续：

result <- split(temp, f=temp$content_id)