根据符合条件的观测数目对R中的数据集进行子集设置。 [R]

Question

我有一个数据集，看起来像这样：

Employee Month  CSAT 

ABROWN  February 4 

ABROWN  January  5 

ABROWN  March  3 

ABROWN  March  5 

JSMITH  February 5 

JSMITH  January  3 

JSMITH  February 5 

JSMITH  March  5 

JSMITH  February 5 

JSMITH  January  4 

当然除了大得多。我试图按月对员工进行分析，但我不想包括在某个月内没有足够观察的员工。

比如说，在这种情况下，我只想留意员工在同一个月中至少有两个CSAT分数的情况。在这种情况下，我们会过滤掉观察1,2和8.

我已经搞砸了太久。而且我很茫然。

Answer 1

我们可以用data.table来做到这一点。将'data.frame'转换为'data.table'（setDT(df1)），按照'Employee'，'Month'分组，if观察数（.N）大于1，Data.table子集（.SD）

library(data.table) 
setDT(df1)[, if(.N >1) .SD, by = .(Employee, Month)] 
# Employee Month CSAT 
#1: ABROWN March 3 
#2: ABROWN March 5 
#3: JSMITH February 5 
#4: JSMITH February 5 
#5: JSMITH February 5 
#6: JSMITH January 3 
#7: JSMITH January 4 

---

或者由 '雇员' 分组后在filter使用dplyr具有类似的逻辑， '月'

library(dplyr) 
df1 %>% 
    group_by(Employee, Month) %>% 
    filter(n() >1) 

---

或者用base R与ave创建一个逻辑索引过滤'df1'的行。

df1[with(df1, ave(CSAT, Employee, Month, FUN=length)>1),]