我有这个data.frame：
> d
x y
1 6 1
2 2 -1
3 3 -1
4 2 -1
5 3 1
6 1 -1
7 4 1
8 7 -1
9 3 -1
10 4 -1
11 8 1
12 4 -1
13 2 -1
14 9 -1
15 5 1
16 7 1
17 6 -1
18 7 -1
19 3 -1
20 2 -1
我想搜索在 column1 中具有相同值的行，并且它们在第 2 列中都没有 +1。因此，在这种情况下，例如，值 x=2 的行没有 y=1，所以我想删除它们。同样的事情也发生在 x=9 和 x=1 的行上。
换句话说，如果我们创建数据的子集，在每个子集中，所有 x 值都相同，那么任何不具有 y=1 的子集都应该被丢弃。
你有什么建议吗？如果不清楚，我会尽量详细说明！
我认为这就是你想要的：
d[d$x %in% subset(aggregate(y ~ x, d, max), y == 1)$x, ]
对于每个 unique x，获取最大值：
aggregate(y ~ x, d, max)
只需返回x最大值y为 1 的那些。
subset(aggregate(y ~ x, d, max), y == 1)$x
现在拉出x该组x值中的行。
d[d$x %in% subset(aggregate(y ~ x, d, max), y == 1)$x, ]
这是一个简单的解决方案：
>df[with(df,x %in% unique(x[y==1])),]
x y
1 6 1
3 3 -1
5 3 1
7 4 1
8 7 -1
9 3 -1
10 4 -1
11 8 1
12 4 -1
15 5 1
16 7 1
17 6 -1
18 7 -1
19 3 -1
或者，等效地：df[df$x %in% unique(df$x[df$y==1]),]
这将是对 d$y 在 d$x==2 的任何行中包含值 1 的可能性的测试：
any( d[d$x==2, "y"] == 1 )
如果这种可能性成立，则使用一些布尔代数和逻辑索引返回一个已删除所有 d$x==2 行的数据框：
d[ !as.logical( d$x == 2 * any( d[d$x==2, "y"] == 1 ) ) , ]
（注意：2的值不满足你设置的窄条件。）
如果您想将该规则应用于 d$x 的所有唯一值并应用更一般的排除条件 no y > 0
lmat <- t( sapply( unique(d$x) , function(val)
as.logical( d[["x"]] == val * any( d[d[["x"]]==val, "y"] > 1 ) ) ) )
# Now use `any` to determine which rows to exclude.
# One does need to transpose that matrix of excluded logicals.
d[ ! apply( t(lmat) , 1, any), ]
x y
2 2 -1
4 2 -1
6 1 -1
13 2 -1
14 9 -1
20 2 -1
首先找到 y==1 然后检查重复的 x 不是更简单吗？
as.data.table(d)[y==1][x %in% x[duplicated(x)]]