在 dplyr 中实现过滤数据的更好方法

Question

我有关于 Immigration.Services 的反馈数据，它有很多行，每一行都有一个值（"satisfied"，"Very satisfied"..）和国家名称。我想首先分组以获得超过 1 行的国家/地区数量，然后我想获得 "satisfied" ， "distaisfied" ... 每个国家/地区的数量，但仅限于反馈行以上的国家/地区。我按照下面的代码实现了它，但这有一个重复，有没有更好的方法来实现这个？

c <- subset(fd, !is.na(Immigration.Services)  ) %>%
group_by(Origin.Country)  %>%
tally() %>%
filter(n>1)  %>%
select(Origin.Country)

#code to select data for countries required
subset(fd, !is.na(Immigration.Services)  ) %>%
group_by(Origin.Country,Immigration.Services)  %>%
tally() %>%
filter(Origin.Country %in% c[["Origin.Country"]])

Answer 1

c <- subset(fd, !is.na(Immigration.Services)  ) %>%
group_by(Origin.Country)  %>%
tally() %>%
filter(n>1)  %>%
group_by(Origin.Country,Immigration.Services)  %>%
tally()

这会改善情况吗？

在 dplyr 中实现过滤数据的更好方法

Better way to achieve filtering data in dplyr

analytics

r

data-analysis