Question

我正在尝试实现一个函数，该函数根据任意长度的列名列表获取动态子集

静态代码是：

s <- c("s0","s1","s2")
d.subset <- d[ d$s0 > 0 | d$s1 > 0 | d$s2 > 0,]

但是，我想基于s生成d$s0 > 0 | d$s1 > 0 | d$s2 > 0部分。我尝试使用as.formula（）来生成它，但它给了我一个“无效的公式”错误。

Answer 1

示例数据框：

d <- data.frame(s0 = c(0,1,0,0), s1 = c(1,1,1,0), s2 = c(0,1,1,0))

s <- c("s0","s1","s2")

这是一个使用rowSums的简单解决方案：

d[as.logical(rowSums(d[s] > 0)), ]

结果：

Answer 2

你的代码不是reproducible所以这是一个黑暗的镜头，我想你想要使用索引而不是$运算符：

s <- c("s0","s1","s2")
d.subset <- d[ d[, s[1]] > 0 | d[, s[2]] > 0 | d[, s[3]] > 0,]

Answer 3

（编辑：强烈建议不要使用此解决方案。有关详细信息，请参阅评论和this Stack Overflow question。）

我刚刚学会了这个技巧：将它全部写成字符串并使用eval(parse(text=。对于这个例子而言，这可能不是最好的，但它可以更普遍地使用。

s <- c("s0","s1","s2")
s.1 <- paste0("d$",s," > 0",collapse=" | ")
d.subset <- eval(parse(text=paste0("d[",s.1,",]")))

Answer 4

受@ sven-hohenstein答案的启发，这是一个通用函数，它将根据column=list(binary_operator, rhs)形式指定的谓词列表进行过滤（例如x=list(`<=`, 3)为x <= 3）

#' Filter a data frame dynamically
#'
#' @param df data frame to filter
#' @param controls list of filters (with optional operators)
filter_data = function(df, controls) {

  evaluate = function(predicate, value) {
    if (is.list(predicate)) {
      operator = predicate[[1L]]
      rhs = predicate[[2L]]
    } else {
      operator = `==`
      rhs = predicate
    }
    return(operator(value, rhs))
  }

  index = apply(
    mapply(evaluate, predicate=controls, value=df[names(controls)]), 1L, all
  )

  return(df[index, ])

}

以下是使用过滤功能应用条件x == 2 & y <= 2.5 & z != 'C'的示例：

# create example data
df = data.frame(
  x=sample(1:3, 100L, TRUE),
  y=runif(100L, 1, 5),
  z=sample(c('A', 'B', 'C'), 100L, TRUE)
)

controls = list(x=2L, y=list(`<=`, 2.5), z=list(`!=`, 'C'))

filter_data(df, controls)

R中的动态子集条件

4 个答案: