Subsetting một dataframe bởi số lượng của sự lặp lại

Question

Nếu tôi có một dataframe như thế này:

neu <- data.frame(test1 = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14), 
        test2 = c("a","b","a","b","c","c","a","c","c","d","d","f","f","f")) 
neu 
    test1 test2 
1  1  a 
2  2  b 
3  3  a 
4  4  b 
5  5  c 
6  6  c 
7  7  a 
8  8  c 
9  9  c 
10 10  d 
11 11  d 
12 12  f 
13 13  f 
14 14  f 

và tôi muốn chỉ chọn những giá trị mà mức độ của yếu tố test2 xuất hiện nhiều hơn chúng ta hãy nói ba lần, những gì sẽ là cách nhanh nhất?

Cảm ơn rất nhiều, không thực sự tìm thấy câu trả lời đúng trong các câu hỏi trước.

Answer 1

Tìm các hàng sử dụng:

z <- table(neu$test2)[table(neu$test2) >= 3] # repeats greater than or equal to 3 times 

Hoặc:

z <- names(which(table(neu$test2)>=3)) 

Sau đó tập hợp con với:

subset(neu, test2 %in% names(z)) 

Hoặc:

neu[neu$test2 %in% names(z),] 

Answer 2

Tôi muốn sử dụng count từ gói plyr để thực hiện đếm:

library(plyr) 
count_result = count(neu, "test2") 
matching = with(count_result, test2[freq > 3]) 
with(neu, test1[test2 %in% matching]) 
[1] 5 6 8 9 

Answer 3

Dưới đây là một cách khác:

with(neu, neu[ave(seq(test2), test2, FUN=length) > 3, ]) 

# test1 test2 
# 5  5  c 
# 6  6  c 
# 8  8  c 
# 9  9  c 

Answer 4

The (rộng hơn) data.table cách:

library(data.table) 
dt = data.table(neu) 

dt[dt[, .I[.N >= 3], by = test2]$V1] 

Note : hy vọng, trong tương lai, cú pháp đơn giản sau đây sẽ là cách nhanh chóng để thực hiện điều này:

dt[, .SD[.N >= 3], by = test2] 

(c.f. Subset by group with data.table)