R：通过多对多映射根据另一列过滤一列

Question

我有一个带有ID列和项目列的数据集。 ID映射到一个或多个项目。该数据集对映射到ID的每个项目都有一行。我想返回包含my_items的ID。物品的顺序无关紧要。我下面有一个玩具示例。

ID <- c(1, 1, 1, 2, 2, 2, 2, 3, 3, 4, 5, 5, 5)
item <- c("a", "b", "c", "a", "b", "c", "d", "a", "b", "d", "b", "a", "c")
df <- data.frame(cbind(ID, item))
df

my_items <- c("a", "b", "c")

我的预期输出仅包括项目ID 1和5。

Answer 1

df %>% 
  group_by(ID) %>%
  filter(setequal(item,my_items))

输出

  ID    item 
  <chr> <chr>
1 1     a    
2 1     b    
3 1     c    
4 5     b    
5 5     a    
6 5     c  

Answer 2

我们可以在使用 %in% 创建逻辑向量并按“ID”分组后使用 all，还可以使用 n_distinct

library(dplyr)
df %>% 
   group_by(ID) %>% 
   filter(all(my_items %in% item), n_distinct(item) == 3) %>%
   ungroup

-output创建条件

# A tibble: 6 × 2
     ID item 
  <dbl> <chr>
1     1 a    
2     1 b    
3     1 c    
4     5 b    
5     5 a    
6     5 c   

Answer 3

如果我们添加安排，在这种情况下，我们也可以使用相同的：

library(dplyr)

  df %>% 
    group_by(ID) %>%
    arrange(item, .by_group = TRUE) %>% 
    filter(identical(item,my_items))

  ID    item 
  <chr> <chr>
1 1     a    
2 1     b    
3 1     c    
4 5     a    
5 5     b    
6 5     c