根据R中不同列中的值选择行

Question

我的data.frame的三列包含主题。我想为这个data.frame对不同主题进行子集划分。例如。如果我想要一个data.frame与主题“苹果”，应选择行，如果单词“苹果”出现在三列之一。

doc <- c("blabla1", "blabla2", "blabla3", "blabla4") 
subj.1 <- c("apple", "prune", "coconut", "berry") 
subj.2 <- c("coconut", "apple", "cherry", "banana and prune") 
subj.3 <- c("berry", "banana", "apple and berry", "pear", "prune") 
subjects <- c("apple", "prune", "coconut", "berry", "cherry", "pear", "banana") 

mydf <- data.frame(doc, subj.1, subj.2, subj.3, stringsAsFactors=FALSE) 
mydf 

#  doc subj.1   subj.2    subj.3 
# 1 blabla1 apple   coconut    berry 
# 2 blabla2 prune    apple    banana 
# 3 blabla3 coconut   cherry apple and berry 
# 4 blabla4 berry banana and prune    pear 

输出为主题的“苹果”应该是这样的：

#  doc subj.1   subj.2    subj.3 
# 1 blabla1 apple   coconut    berry 
# 2 blabla2 prune    apple    banana 
# 3 blabla3 coconut   cherry apple and berry 

EDIT1： 此外，比方说，我有大约200不同的主题和为此我要200个不同的data.frames。我怎么能这样做？

我试过一个循环的方法：

mylist <- vector('list', length(subjects)) 

for(i in 1:length(subjects)) { 
pattern <- subjects[i] 
filter <- grepl(pattern, ignore.case=T, mydf$subj.1) 
     grepl(pattern, ignore.case=T, mydf$subj.2) 
     grepl(pattern, ignore.case=T, mydf$subj.3) 
    subDF <- panel[filter,] 

mylist[[i]] <- subDF 
    } 

，但有错误：

Error in grepl(pattern, ignore.case = T, panel$SUBJECT.1) : 
invalid regular expression 'C++ PROGRAMMING', reason 'Invalid use of repetition operators' 

EDIT2：哦，我明白了，在原来的data.frame，主题之一是“C++程序设计”。可能是“++”导致错误？

Answer 1

可以使用grepl功能：

pattern <- 'apple' 
filter <- grepl(pattern, ignore.case=T, mydf$subj.1) | 
      grepl(pattern, ignore.case=T, mydf$subj.2) | 
      grepl(pattern, ignore.case=T, mydf$subj.3) 
subDF <- mydf[filter,] 

> subDF 
     doc subj.1 subj.2   subj.3 
1 blabla1 apple coconut   berry 
2 blabla2 prune apple   banana 
3 blabla3 coconut cherry apple and berry 

编辑：

关于上环，我没有看到在使用它的任何问题，你的问题，我怀疑使用申请家庭功能在执行时间方面会带来很多好处。

对于该错误，问题是传递给grepl的字符串模式必须是有效的正则表达式，但'+'是特殊字符，因此不允许'++'。
无论如何，如果您只是想检查主题字符串是否包含在列中，您可以通过设置grepl参数fixed=TRUE（ 这意味着pattern是一个要匹配的字符串）来禁用正则表达式引擎。

唯一的缺点是ignore.case不能与fixed = TRUE一起使用。