R语言筛选两列中元素相同的重复数据

思想：将读取的数据当做数据库中的数据表，读取的数据放置到数据内存中临时存储，以SQL语句对数据进行筛选，得出想要的数据内容。

数据情况

筛选V2和V3两列中，元素的重复次数超过2次以上的数据，其中2和3的重复次数超过3次，需要筛选出来。

其中：找出V2和V3 同时重复大于3

筛选数据R语言程序

library(sqldf)
data <- read.csv("data.csv")
head(data)
zdata <- sqldf("select * from data t where (select count(1) from data where V2 = t.V2 and V3 = t.V3)>2")
print(zdata)

方法一： 使用的SQL语句为：

select * from data t where (select count(1) from data where V2=t.V2 and V3=t.V3)>2

得到晒选的效果如下所示：

方法二：提取查询

v1=c(1,21,5,5,8,8)
v2=c(2,5,2,8,2,2)
v3=c(3,6,3,9,3,3)
v4=c(4,7,3,4,7,4)
data=data.frame(v1,v2,v3,v4)
head(data)
data$v2v5=paste(data$v2,data$v5)a=table(data$v2v5)
tarid=names(a)[a>2]
res=data[data$v2v5%in%tarid,]
print(res)

方法三：条件筛选subset

a1 <- c("M","b","b","c")
b1 <- c(1,2,3,4)
da <- cbind(a1,b1)
da <- as.data.frame(da)

print(da)
mz <- subset(da,a1=='b'&b1==2) 
print(mz)

方法四：which条件查询

a1 <- c("M","b","b","c")
b1 <- c(1,2,3,4)
da <- cbind(a1,b1)
da <- as.data.frame(da)
print(da)
zda<-da[which(a1 == 'b'),]
print(zda)

案例一：门店营业额业务数据筛选判断

找出历史门店中累计营业额有25天的日营业额大于3的订单数量门店。

1.对一天中不同的门店的订单数量进行统计。找出每一天中不同门店的订单数量

install.packages("sqldf")
library(sqldf)
AA=read.csv("C:\\Users\\Administrator\\Desktop\\data.csv")
str(AA)
data1=sqldf("select 门店,日期,count(1) as 当日订单数 from AA group by 日期,门店")

2.对每一天中，不同门店的订单数量进行判断，找出每天门店的订单数量大于三的门店。

data2=sqldf("select 门店,日期,count(1) as 当日订单数 from AA group by 日期,门店 having 当日订单数>=3")

3.对每天门店数量大于3的门店进行统计，找出连续一个月中，每天门店数量大于3的门店，在一个月中的营业额次数累计大于等于25天的门店。

data3=sqldf("select 门店,count(1) as 月订单数量大于3的天数 from (select 门店,日期,count(1) as 当日订单数 from AA group by 日期,门店 having 当日订单数>=3) group by 门店 having 月订单数量大于3的天数>=25")

案例二： 数据筛选合并

原始数据如下：

key time
a 1月
a 1月
a 2月
b 1月
b 1月
b 1月

合并数据如下:

key time count
a 1月 2
a 2月 1
b 1月 3

实现代码如下：

key=c("a","a","a","b","b","b")
time=c("1月","1月","2月","1月","1月","1月")
data=cbind(key,time)
data=as.data.frame(data)

data
library(sqldf)

zdata=sqldf("select key,time,count(1) from data group by key,time")
print(zdata)

案例三：提取指定内容数据

提取数据框中的a1列数据包含内容为b的所有数据。

a1=c("M","b","b","c")
b1=c(1,2,3,4)
da=cbind(a1,b1)
da=as.data.frame(da)
print(da)
m=da[da$a1=='b',]
print(m)

案例四：R语言对两列中不重复元素数据进行计数

数据情况：

slon是经度，slat是维度，找出以两列中非重复数据累计出现的次数，（即不同的位置的个数，即统计出不同位置下（slon，slat）出现的次数）。

统计出a，b对应出现过多少次，1,2出现次数，2,3出现过多少次，等等

方法如下：

统计不同的(a，b)出现次数，对a和b进行合并，对a&b进行计数，即得到不同的(a，b)出现次数的结果值，如下所示：

aax$freq <- paste(aax$slon,aax$slat,sep=',')
table(aax$freq)

统计效果如下所示：

不同位置数据统计详细过程方法如下

原始数据展示如下，统计slon和slat

aax=dat1  

print(aax)

运行得到结果如下：

两列数据合并成一列，合并slon和slat,生成新的一列freq

aax$freq <- paste(aax$slon,aax$slat,sep=',')  ## 两列数据合并成一列
head（aax）

运行得到结果如下：

table统计新生成的一列，并将统计结果转换为数据框形式展示

dax=as.data.frame(table(aax$freq))

head(dax)

运行得到结果如下：

对统计的结果Var1变量进行拆分成两列，还原slat和slon,展示统计结果

re <- strsplit(as.character(dax$Var1),",")

for(i in 1:dim(dax)[1])
 {
dax$slon[i] <- re[[i]][1]
dax$slat[i] <- re[[i]][2]
}

head(dax)

运行得到结果如下：