我使用DF
而不是data
作为示例。
DF[apply(apply(as.matrix(DF[c("Col1","Col2","Col3")]),
c(1,2), `%in%`, criteria),
1, any),]
对于这是什么故障做:
使指定列的矩阵,并在矩阵测试每个元素,如果它包含的标准之一。然后对于该矩阵的每一行,查看是否有任何行元素是TRUE
。如果是这样,请保留原始数据集的相应行。
工作通过一个例子:
开始以虚拟数据:
DF <- data.frame(Col1=seq(1, by=2, length=10),
Col2=seq(3, by=3, length=10),
Col3=seq(7, by=1, length=10),
other=LETTERS[1:10])
它看起来像
> DF
Col1 Col2 Col3 other
1 1 3 7 A
2 3 6 8 B
3 5 9 9 C
4 7 12 10 D
5 9 15 11 E
6 11 18 12 F
7 13 21 13 G
8 15 24 14 H
9 17 27 15 I
10 19 30 16 J
拉出的兴趣只是列。
> as.matrix(DF[c("Col1","Col2","Col3")])
Col1 Col2 Col3
[1,] 1 3 7
[2,] 3 6 8
[3,] 5 9 9
[4,] 7 12 10
[5,] 9 15 11
[6,] 11 18 12
[7,] 13 21 13
[8,] 15 24 14
[9,] 17 27 15
[10,] 19 30 16
检查每个条目相对于标准
> apply(as.matrix(DF[c("Col1","Col2","Col3")]), c(1,2), `%in%`, criteria)
Col1 Col2 Col3
[1,] TRUE TRUE TRUE
[2,] TRUE TRUE TRUE
[3,] TRUE TRUE TRUE
[4,] TRUE FALSE TRUE
[5,] TRUE FALSE FALSE
[6,] FALSE FALSE FALSE
[7,] FALSE FALSE FALSE
[8,] FALSE FALSE FALSE
[9,] FALSE FALSE FALSE
[10,] FALSE FALSE FALSE
测试如果任何一列的值都是TRUE
> apply(apply(as.matrix(DF[c("Col1","Col2","Col3")]), c(1,2), `%in%`, criteria), 1, any)
[1] TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
用它来索引的原始数据帧。
> DF[apply(apply(as.matrix(DF[c("Col1","Col2","Col3")]), c(1,2), `%in%`, criteria), 1, any),]
Col1 Col2 Col3 other
1 1 3 7 A
2 3 6 8 B
3 5 9 9 C
4 7 12 10 D
5 9 15 11 E
请注意,子集的手册页警告不要以编程方式使用它,因为它使用非标准评估 – richiemorrisroe 2012-03-10 10:54:26
我在帮助页面上阅读了谨慎小心,但我不知道它的含义。为什么“非标准评估”成为一个问题?就我而言,我只是将数据分段以创建一些描述性统计信息,所以我不认为“子集”会对我造成问题......但是在什么情况下会导致问题呢?谢谢。 – user1257313 2012-03-10 20:04:15