我最近发现,在对一个对象(即一个数据框)进行子集化处理后,结果对象可能是在同一行代码中的“[”它更早!)。这里是一个例子:嵌套子集与“[”
# Create a data frame
df1 <- as.data.frame(matrix(1:9, nrow = 3))
# Take a look at the data frame
df1
V1 V2 V3
1 1 4 7
2 2 5 8
3 3 6 9
# If I want the value which is on the 3rd row and 2nd column
df1[3,2]
[1] 6
# But I could also
df1[,2][3]
[1] 6
关于第二个选择的几句话。 df[,2]
返回一个原子向量,然后将其与df[,2][3]
进行子集合。
以下数据框将有助于说明我的问题。这是一个简单的数据框,其中包含26名学生的名字,他们各自的部门以及一个数字值。为了可重现性添加种子编号。
set.seed(123)
df2 <- data.frame(name = letters, dept = sample(c("econ", "stat", "math"), 26, replace = TRUE), value = runif(26, 0, 100))
head(df2)
name dept value
1 a econ 54.40660
2 b math 59.41420
3 c stat 28.91597
4 d math 14.71136
5 e math 96.30242
6 f econ 90.22990
我想知道谁在econ
部门的最低值。我想的第一件事是:
df2[df2$dept == "econ" & df2$value == min(df2$value),]
[1] name dept value
<0 rows> (or 0-length row.names)
我花了一段时间来理解我在做什么错的,但我终于明白了,问题是,我的代码假设谁总体具有最低值的人也来自econ
部门,情况并非如此(这就是R
给我的答案)。实际上,总体价值最低的人来自stat
部门。
i <- which(df$value == min(df$value))
df[i,]
name dept value
9 i stat 2.461368
当然,我可以很容易找到答案,我的问题:
df_econ <- df2[df2$dept == "econ",]
df_econ
name dept value
1 a econ 54.40660
6 f econ 90.22990
15 o econ 14.28000
17 q econ 41.37243
18 r econ 36.88455
19 s econ 15.24447
df_econ[df_econ$value == min(df_econ$value),]
name dept value
15 o econ 14.28
但我想知道如果我可以使用与[
运营商获得相同的结果“嵌套”子集。我的意思是这样的代码:
df2[df2$dept == "econ",][... ,]
我不知道如何来引用value
列在这一点上,因为第一子集操作df2[df2$dept == "econ",]
所得到的数据帧从df2
不同的数据帧。我也知道value
列是第3列,但我不知道如何使用列索引而不是他们的名称设置子集条件。
谢谢你的帮助。
FWIW'data.table's非常适合这种类型的操作。 – nrussell
你需要链接这个,这意味着包data.table或包dplyr。 – Roland
@nrussell感谢您的建议。我更熟悉'dplyr'软件包,但在基本R中没有办法做到这一点? – SavedByJESUS