首页 文章

子集数据帧由要删除的行的多个逻辑条件

提问于
浏览 次
37

我想通过指定哪些行（ ! ）保留在新数据帧中来对数据帧进行子集化（过滤） . 这是一个简化的示例数据框：

data
v1 v2 v3 v4
a  v  d  c
a  v  d  d
b  n  p  g
b  d  d  h    
c  k  d  c    
c  r  p  g
d  v  d  x
d  v  d  c
e  v  d  b
e  v  d  c

例如，如果列v1的一行有“b”，“d”或“e”，我想摆脱那一行观察，产生以下数据帧：

v1 v2 v3 v4
a  v  d  c
a  v  d  d
c  k  d  c    
c  r  p  g

我一次成功地基于一个条件进行子集化 . 例如，在这里我删除v1包含“b”的行：

sub.data <- data[data[ , 1] != "b", ]

但是，我有很多这样的条件，所以一次做一个是不可取的 . 我没有成功完成以下任务：

sub.data <- data[data[ , 1] != c("b", "d", "e")

要么

sub.data <- subset(data, data[ , 1] != c("b", "d", "e"))

我也试过了其他一些东西，比如 !%in% ，但这似乎不存在 . 有任何想法吗？

r dataframe subset

8 回答

  • 39
    sub.data<-data[ data[,1] != "b"  & data[,1] != "d" & data[,1] != "e" , ]

    更大但更容易理解（我猜）并且可以与多列一起使用，即使使用 !is.na( data[,1]) .

    回复于
  • 5

    ! 应该在语句的外部：

    data[!(data$v1 %in% c("b", "d", "e")), ]

  v1 v2 v3 v4
1  a  v  d  c
2  a  v  d  d
5  c  k  d  c
6  c  r  p  g
    回复于
  • 1

    试试这个

    subset(data, !(v1 %in% c("b","d","e")))
    回复于
  • 3

    您还可以通过包含 & 来分隔语句，将其分解为单独的逻辑语句来实现此目的 .

    subset(my.df, my.df$v1 != "b" & my.df$v1 != "d" & my.df$v1 != "e")

    这不是很优雅，需要更多代码，但对于较新的R用户可能更具可读性 . 正如上面的评论所指出的， subset 是一个"convenience"函数，最适合交互式工作 .

    回复于
  • 46
    data <- data[-which(data[,1] %in% c("b","d","e")),]
    回复于
  • 1

    这个答案更多的是解释原因，而不是如何解释 . R中的 '==' 运算符的矢量化方式与 '+' 运算符相同 . 它将左侧任何元素与每个元素右侧元素的元素相匹配 . 例如：

    > 1:3 == 1:3
[1] TRUE TRUE TRUE

    这里的第一个测试是 1==1 ，它是TRUE，第二个是 2==2 ，第三个是 3==3 . 请注意，这会在第一个和第二个元素中返回FALSE，因为顺序错误：

    > 3:1 == 1:3
[1] FALSE  TRUE FALSE

    现在，如果一个对象小于另一个对象，那么较小的对象将重复与匹配较大对象所需的一样多 . 如果较大对象的大小不是较小对象大小的倍数，则会收到警告，不是所有元素都重复 . 例如：

    >  1:2 == 1:3
[1]  TRUE  TRUE FALSE
Warning message:
In 1:2 == 1:3 :
  longer object length is not a multiple of shorter object length

    这里的第一场比赛是 1==1 ，然后是 2==2 ，最后是 1==3 （FALSE）因为左侧较小 . 如果其中一个边只是一个元素，那么重复：

    > 1:3 == 1
[1]  TRUE FALSE FALSE

    测试元素是否在向量中的正确运算符确实是 '%in%' ，它仅向左矢量化（对于左向量中的每个元素，如果它是右元素中任何对象的一部分，则对其进行测试） .

    或者，您可以使用 '&' 组合两个逻辑语句 . '&' 采用两个元素，如果两者都为TRUE，则检查元素：

    > 1:3 == 1 & 1:3 != 2
[1]  TRUE FALSE FALSE
    回复于
  • 4
    my.df <- read.table(textConnection("
v1 v2 v3 v4
a  v  d  c
a  v  d  d
b  n  p  g
b  d  d  h    
c  k  d  c    
c  r  p  g
d  v  d  x
d  v  d  c
e  v  d  b
e  v  d  c"), header = TRUE)

my.df[which(my.df$v1 != "b" & my.df$v1 != "d" & my.df$v1 != "e" ), ]

  v1 v2 v3 v4
1  a  v  d  c
2  a  v  d  d
5  c  k  d  c
6  c  r  p  g
    回复于
  • 10

    并且

    library(dplyr)
data %>% filter(!v1 %in% c("b", "d", "e"))

    要么

    data %>% filter(v1 != "b" & v1 != "d" & v1 != "e")

    要么

    data %>% filter(v1 != "b", v1 != "d", v1 != "e")

    由于逗号隐含 & 运算符 .

    回复于

相关问题