ubset数据仅将配对的示例ID保留在具有未配对样本的较大数据集中（CONTOL = 1行，样本= 10+行，但共享一个ID）

Question

输入图像描述在这里

我的数据集的外观

ID  Sample_Type Species
1   Sample      A
1   Sample      B
1   Sample      C
1   Sample      D
2   Sample      A
2   Sample      B
2   Sample      C
2   Sample      D
2   Sample      E
2   Sample      F
2   control     NA
3   sample      B
3   sample      C
3   sample      D
3   sample      E
3   sample      G
3   control     B
4   sample      A
4   sample      B
4   sample      C
4   sample      G
4   sample      J
4   sample      K
5   control     NA

Description

这是我数据集的基本示例。在此示例中，我想保留ID 2和3的所有行，因为它们包含一个样本和一个对照。而样品1和4不包含控件，因此我目前不需要分析它们。诸如ID 5之类的示例是独立的控件，与其他样品配对，我也不希望其中包括这些。

I打算比较配对样品和对照组的结果。问题在于，配对ID在一个较大的数据集内，该数据集非常大，配对的样本/对照组不到整个数据集的10％。

我不是要随机对该数据集进行采样，也不是像堆栈上的其他许多问题那样保留1行。只是为了将其清洗到我保留符合下面IF语句标准的每一行，并删除所有不符合该条件的观察结果。例如，排除没有控件的样本或没有与样本相关的独立控件的样本。

data2<- data %>% 
  select(ID, Sample_Type, Species) %>% 
  filter(if (data$Sample_Type = "Control" & "Sample") {SiteID = TRUE})

对于过滤，您可以检查

"sample"

Answer 1

"control"

是否存在于

ID

组中，

all()

检查所有左侧操作数是否存在于

%in%

在每个ID组中检查。

.by

处理输入数据中的不同资本化。

tolower()

示例数据：

data |> 
  dplyr::filter(all(c("sample", "control") %in% tolower(Sample_Type)), .by = ID)
#>    ID Sample_Type Species
#> 1   2      Sample       A
#> 2   2      Sample       B
#> 3   2      Sample       C
#> 4   2      Sample       D
#> 5   2      Sample       E
#> 6   2      Sample       F
#> 7   2     control    <NA>
#> 8   3      sample       B
#> 9   3      sample       C
#> 10  3      sample       D
#> 11  3      sample       E
#> 12  3      sample       G
#> 13  3     control       B

---