基于不同列的值之和，筛选行组

Question

我会尝试在R中过滤整行，但仅当特定集合的频率不超过5时进行过滤。

我有的数据看起来像这样。它是一个名为“Words”的数据框：

HEADWORD VARIANT FREQUENCY
 SWORD    sword      2
 SWORD    swerd      1
 SWORD    sworde     1
 KNIGHT   knight     6
 KNIGHT   kniht      2
 KNIGHT   knyt       1

我只想保留特定词条中频率总和大于5的行。在这个例子中，我想保留所有 KNIGHT 的实例，但是要完全删除所有 SWORD 的行。

我尝试了在 dplyr 上处理，但没有成功。这是我尝试过的代码：

Words1 %>% group_by(HW) %>%  filter(Fr > 5)

- Rose

Answer 1

我们需要在按'HEADWORD'分组后，在filter中获取'FREQUENCY'的sum并检查其是否大于5。

Words1 %>% 
     group_by(HEADWORD) %>% 
     filter(sum(FREQUENCY) >5)   
#   HEADWORD VARIANT FREQUENCY
#     <chr>   <chr>     <int>
#1   KNIGHT  knight         6
#2   KNIGHT   kniht         2 
#3   KNIGHT    knyt         1

- akrun

Answer 2

您可以使用 base R 中的 ave 函数。

df[ave(df$FREQUENCY, df$HEADWORD, FUN = sum) > 5, ]

#   HEADWORD VARIANT FREQUENCY
#4   KNIGHT  knight         6
#5   KNIGHT   kniht         2
#6   KNIGHT    knyt         1

- Ronak Shah