我想根据逻辑条件从 data.frame
过滤行 . 我们假设我有数据框
expr_value cell_type
1 5.345618 bj fibroblast
2 5.195871 bj fibroblast
3 5.247274 bj fibroblast
4 5.929771 hesc
5 5.873096 hesc
6 5.665857 hesc
7 6.791656 hips
8 7.133673 hips
9 7.574058 hips
10 7.208041 hips
11 7.402100 hips
12 7.167792 hips
13 7.156971 hips
14 7.197543 hips
15 7.035404 hips
16 7.269474 hips
17 6.715059 hips
18 7.434339 hips
19 6.997586 hips
20 7.619770 hips
21 7.490749 hips
我想要的是获得一个看起来相同但只有一个cell_type数据的新数据框 . 例如 . 子集/选择包含单元格类型“hesc”的行:
expr_value cell_type
1 5.929771 hesc
2 5.873096 hesc
3 5.665857 hesc
或者细胞类型“bj fibroblast”或“hesc”:
expr_value cell_type
1 5.345618 bj fibroblast
2 5.195871 bj fibroblast
3 5.247274 bj fibroblast
4 5.929771 hesc
5 5.873096 hesc
6 5.665857 hesc
有没有简单的方法来做到这一点?
我试过了:
expr[expr[2] == 'hesc']
# [1] "5.929771" "5.873096" "5.665857" "hesc" "hesc" "hesc"
如果原始数据框被称为“expr”,但它会以错误的格式显示结果,如您所见 .
8 回答
要根据一个'cell_type'(例如'hesc')选择行,请使用
==
:要根据两个或多个不同的'cell_type'(例如'hesc'或'bj fibroblast')选择行,请使用
%in%
:使用
subset
(用于交互式使用)或更好
dplyr::filter()
expr[expr[2] == 'hesc']
不起作用的原因是对于数据框,x[y]
选择列而不是行 . 如果要选择行,请改为语法x[y,]
:您可以使用
dplyr
包:有时,您要过滤的列可能显示在与列索引2不同的位置,或者具有变量名称 .
在这种情况下,您可以简单地将要过滤的 column name 引用为:
我正在处理一个数据帧并且没有提供所提供答案的运气,它总是返回0行,所以我发现并使用了grepl:
这基本上将我的数据帧修剪为仅包含发送方向列中包含“下行链路”的行 . 附:如果有人能猜出为什么我没有看到预期的行为,请发表评论 .
具体到原来的问题:
似乎没有人包括哪个功能 . 它也可以证明对过滤很有用 .
这也将处理NA并从结果数据帧中删除它们 .
在9840×24数据帧上运行50000次,看起来哪种方法的运行时间比%in%方法快60% .
我们可以使用data.table库
或使用
%like%
运算符进行过滤以进行模式匹配