Question

我必须根据特定条件从数据框中选择一堆数据。数据框看起来大致如下：

  F1 F2 D1 D2
1 A1 B1  1  0
2 A1 B1  1  1
3 A1 B1  0  0
4 A1 B2  1  0
5 A1 B2  0  0
6 A2 B2  1  0
7 A2 B2  1  1

Fx是因素，Dx是数据值。我要做的是以下几点：

查找包含与特定模式匹配的数据值的行。
对于与该模式匹配的每一行，查找具有相同因子的所有行
对于每个唯一因子组合，将一些操作应用于具有该组合的所有行

例如，

factors <- unique(data[D1==1 & D2 == 1, c("F1","F2")])

会给我第1步和第2步。

并且

data[data$F1 %in% factors$F1 & data$F2 %in% factors%F2,]

我越来越接近解决方案了，但是通过上面的示例数据，这将选择所有行。但是不应该选择第4行和第5行，因为它们不是完全匹配的。如何添加某种条件，要求％in％匹配发生在同一行？

我觉得这应该是一个常见的操作，因此R可能有一个聪明的方法来做到这一点。

任何想法????感谢。

Answer 1

您可以使用data.table包的索引来选择所有必须操作的行。

data <- data.table(data,key="F1,F2")
data[unique(data[D1 == 1 & D2 == 1,list(F1,F2)])]

Answer 2

感觉就像tapply和paste的工作......例如，让我们将data2定义为与您的数据对象相同但是使用“Val”列（您没有说什么样的你可能想做的行操作，所以这只是为了帮助说明... ...

  F1 F2 D1 D2 D3 D4 Val
1 A1 B1  1  1  0  1   7
2 A1 B1  1  0  1  1  19
3 A2 B1  1  1  1  1  43

现在查看以下命令：

tapply(data2$Val,paste(data2$F1,data2$F2,sep="~"),sum)

你应该得到这个输出：

A1~B1 A2~B1 
   26    43

应该很清楚，R正在计算F1和F2的每种可能组合的Val之和（实际上，正如命令所示，它看着F1和F2的粘贴相同的东西）......对于A1~B1，总和是26（7 + 19），对于A2~B1，总和是43（只有一个这样的行）。在tapply中将sum更改为length，您将获得此类行的数量，依此类推。

希望这有助于......：）

编辑：刚刚看到您的修改。如果您只是在数据中的所有行，其中F1和F2的组合是您的因子对象中列出的F1和F2的组合之一......您可以使用paste：

data[paste(data$F1,data$F2,sep="~") %in% paste(factors$F1,factors$F2,sep="~"),]

sep="~"并非严格需要，只是习惯的力量。上面这行应该给你你想要的行。如果要对具有特定F1 / F2组合的每个行子集执行函数，请使用tapply，如上所述：）

数据2的输入在下面是为了方便起见：

structure(list(
F1 = structure(c(1L, 1L, 2L), .Label = c("A1", "A2"), class = "factor"), 
F2 = structure(c(1L, 1L, 1L), .Label = "B1", class = "factor"), 
D1 = c(1L, 1L, 1L), D2 = c(1L, 0L, 1L), D3 = c(0L, 1L, 1L), 
D4 = c(1L, 1L, 1L), Val = c(7, 19, 43)), 
.Names = c("F1", "F2", "D1", "D2", "D3", "D4", "Val"), 
row.names = c(NA, -3L), class = "data.frame")

如何有条件地选择与许多因素匹配的data.frame的所有元素

2 个答案: