Rコードを書きました。物事を行うためのより良い方法があれば教えてください（私のコードはひどいので、私は確信しています）。データには、SIC、FYEAR、および SALES という 3 つの行があります。SIC と FYEAR が同じである行の数が 7 より大きいデータからエントリのみを選択したいと考えています。データは次のようになります。
SIC FYEAR SALE
1 50 2003 651.958
2 50 2004 747.848
3 50 2005 897.284
4 50 2006 1061.169
5 50 2007 1384.919
6 50 2008 1423.976
7 50 2009 1352.151
8 50 2010 1775.782
9 50 2011 2074.498
10 50 2012 2167.100
11 36 2003 773.200
12 36 2004 784.300
13 36 2005 1169.200
14 36 2006 1281.900
15 36 2007 1322.200
16 36 2008 1456.400
17 36 2009 996.700
18 36 2010 1156.600
19 38 2003 18.044
20 38 2004 19.833 ...
以下の操作で申請、
a <- ddply(data, .(SIC,FYEAR), function(x){length(x$SALE)});
のように見える
SIC FYEAR V1
1 1 2003 16
2 1 2004 13
3 1 2005 13
4 1 2006 11
5 1 2007 11
6 1 2008 12
7 1 2009 14
8 1 2010 17
9 1 2011 16
10 1 2012 20
11 1 2013 5
12 2 2003 2
13 2 2004 2
14 2 2005 2
15 2 2006 2
16 2 2007 3
17 2 2008 4
18 2 2009 4
19 2 2010 5
20 2 2011 3 ...
これは、元のデータには SIC 1 と FYEAR 2003 の 16 行があったことを示しています。次に、V1 >=8 の SIC と FYEAR のペアを選択します。
a <- sqldf("select SIC, FYEAR from a where V1 >=8");
最後に、data と a をマージして、#rows が 8 以上の SIC と FYEAR のペアのみの行を取得します。次の行でうまくいきます。
data <- merge(a, data, by= c("SIC","FYEAR"));
データは次のようになります。
SIC FYEAR V1 SALE
1 1 2003 16 15.426
2 1 2003 16 338.272
3 1 2003 16 8.433
4 1 2003 16 4936.000
5 1 2003 16 477.405
6 1 2003 16 129.781
7 1 2003 16 0.000
8 1 2003 16 2613.548
9 1 2003 16 26.356
10 1 2003 16 94.988
11 1 2003 16 96.452
12 1 2003 16 18.343
13 1 2003 16 4773.141
14 1 2003 16 281.276
15 1 2003 16 2486.800
16 1 2003 16 48.285
17 1 2004 13 23.624
18 1 2004 13 5457.000
19 1 2004 13 36.431
20 1 2004 13 74.045 ...
私が行ったのと同じことを行うためのより良い方法はありますか。ありがとう。