我会用plyr
这个。但首先阅读您的数据:
dat = read.csv(textConnection("1 0
1 2
1 3
1 5
1 9
1 4
1 7
1 11
1 8
2 3
2 4
2 2
3 9
3 0
4 0
5 0
5 13
6 22
6 0"), header = FALSE, sep = "")
在加载 plyr 之后,我想找到唯一的类别,V1
其中只有值等于neg
in column V2
,从而产生一个列表:true_values
。
require(plyr)
neg = 0
test = ddply(dat, .(V1), summarise, bool = all(V2 == neg))
> test
V1 bool
1 1 FALSE
2 2 FALSE
3 3 FALSE
4 4 TRUE
5 5 FALSE
6 6 FALSE
true_values = test[["V1"]][test[["bool"]]]
> true_values
[1] 4
一旦我们有了这个列表,我们就可以对原始数据集进行子集化:
> dat[dat[["V1"]] %in% true_values,]
V1 V2
15 4 0
或者,我们可以生成一个布尔向量,直接指定要从中选择哪些元素dat
:
test = ddply(dat, .(V1), mutate, bool = all(V2 == neg))
...并执行子集:
> dat[test[["bool"]],]
V1 V2
15 4 0