การกรองดาต้าเฟรม

ยังคงเรียนรู้ฟังก์ชันพื้นฐานใน R ฟังก์ชั่นชุดย่อยดูเหมือนว่าจะกรองตามเงื่อนไขตามคอลัมน์เดียวโดยมีหรือไม่มีเงื่อนไขหลายข้อ?

ฉันจะกรองข้อมูลจาก dataframe ได้อย่างไร

1. เมื่อคุณได้รับเงื่อนไขที่หลากหลาย

2. เมื่อเงื่อนไขจะต้องมีการใช้ข้ามคอลัมน์ที่มีอยู่

ตัวอย่าง: กำหนดกรอบข้อมูลที่มี

name    D1      D2     D3      D4
julius  "A"     "A"    "B"     "B"
cate    "D"     "E"     "A"     "C"
karo    "A"     "D"     "C"     "E"

บอกว่าฉันต้องการที่จะกรอง dataframe นี้เพื่อให้เฉพาะชื่อที่ใด ๆ ของ D1 ถึง D4 เป็น 'E' แล้วฉันควรจะมี

name    D1      D2     D3      D4
cate    "D"     "E"     "A"     "C"
karo    "A"     "D"     "C"     "E"

สมมติว่า D1 เป็นรายการคอลัมน์ขนาดใหญ่วิธีที่แนะนำในการดำเนินการตัวกรองนี้เป็นอย่างไร ขอบคุณ

หากคุณต้องการรวมตัวกรองหลายตัวในฟังก์ชั่นชุดย่อยให้ใช้ตัวดำเนินการเชิงตรรกะ

 subset(data, D1 == "E" | D2 == "E")

จะเลือกแถวเหล่านั้นที่คอลัมน์ D1 หรือคอลัมน์ D2 มีค่า "E" ดูที่หน้าช่วยเหลือสำหรับตัวดำเนินการทางตรรกะที่มีอยู่:

 > ?"|"

สำหรับคำถามที่สองสิ่งที่คุณต้องการคือกรองแถว สามารถทำได้ในวิธีต่อไปนี้

 collist <- c("D1","D2","D3","D4")
 sel <- apply(data[,collist],1,function(row) "E" %in% row)
 data[sel,]

อาร์กิวเมนต์แรกที่ใช้จะทำให้คอลัมน์ที่เราต้องการกรองนั้นเกินพอดี อาร์กิวเมนต์ที่สองคือ 1 ซึ่งหมายความว่าเราวนลูปผ่านแถวของข้อมูล อาร์กิวเมนต์ที่สามไม่มีชื่อฟังก์ชันหนึ่งบรรทัดซึ่งส่งกลับค่าTRUEหากมี "E" อยู่ในแถวและFALSEหากไม่มี "E"

ผลลัพธ์ของฟังก์ชัน Apply จะเป็น vector selแบบลอจิคัลซึ่งมีความยาวเท่ากับจำนวนแถวในข้อมูล จากนั้นเราใช้เวกเตอร์นี้เพื่อเลือกแถวที่จำเป็น

ปรับปรุง

เดียวกันสามารถทำได้ด้วย grep:

sel <- apply(data[,collist],1,function(row) length(grep("E",row))>0)

ใน R grep ที่มีอาร์กิวเมนต์เริ่มต้นส่งคืนจำนวนองค์ประกอบในเวกเตอร์ที่ให้ซึ่งมีรูปแบบการจับคู่