R 根据其它列和相关非零值的个数过滤数据帧

发布于12月15日

假设我有以下数据帧名为df:

df<- data.frame("id" = c(1,1,1,2,2,2,3,3,3,4,4,4,5,5),
                "relation" =c(1,2,3,1,2,3,1,2,3,1,2,3,1,2), 
                "salary" =c(20,10,0,30,0,0,10,0,0,40,45,42,15,0))

我想提取两个数据帧，这样如果一个家庭是双收入家庭或单收入家庭.那些家庭成员至少有两个非零工资的家庭被认为是双收入家庭，但那些只有一个非零工资的家庭是单收入家庭. 我的预期yields 是这样的:

one-earner : 
 id relation salary
1  2        1     30
2  2        2      0
3  2        3      0
4  3        1     10
5  3        2      0
6  3        3      0
7  5        1     15
8  5        2      0

two-earner:
id relation salary
1  1        1     20
2  1        2     10
3  1        3      0
4  4        1     40
5  4        2     45
6  4        3     42

我试着用下面的代码，但我不知道如何指定不同的非零工资数字的家庭:

two_earner <- df %>%
  group_by(address) %>%
  filter(all(salary >=2 ))

one_earner <- df %>%
  group_by(address) %>%
  filter(all(salary ==1 ))

推荐答案

我认为如果是mean(salary > 0) > 1/2，情况就是这样.

> split(df, with(df, ave(salary, id, FUN=\(x) mean(x > 0) > 1/2))) |>
+   setNames(c('one', 'two'))
$one
   id relation salary
4   2        1     30
5   2        2      0
6   2        3      0
7   3        1     10
8   3        2      0
9   3        3      0
13  5        1     15
14  5        2      0

$two
   id relation salary
1   1        1     20
2   1        2     10
3   1        3      0
10  4        1     40
11  4        2     45
12  4        3     42

Data:个

> dput(df)
structure(list(id = c(1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5, 
5), relation = c(1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2), salary = c(20, 
10, 0, 30, 0, 0, 10, 0, 0, 40, 45, 42, 15, 0)), class = "data.frame", row.names = c(NA, 
-14L))