如何使用其列之一的值过滤/子集data.frame

Question

如何根据单个列中的值“截断”data.frame？例如，如果我有这个矩阵

x <- c(5,1,3,2,4)
y <- c(1,5,3,4,2)
data <- data.frame(x,y)

我希望所有数据的值大于或等于x，我该怎么做？我知道我可以使用

找到x值的地址

addresses <- which(x>=2)

但我不确定如何使用它来制作新的矩阵。以下不起作用：

data2 <- data[x>=2]
data2 <- data[which(x>=2)]

如果有人可以提供任何建议，我真的很感激。

Answer 1

您没有仔细阅读错误消息。在这里，我们的错误消息告诉您尚未选择任何列。你已经为行指定了条件......

> data[which(x>=2)]
Error in `[.data.frame`(data, which(x >= 2)) : undefined columns selected

由于您想要返回所有列，只需输入一个逗号（表示您希望返回所有列），并且您应该全部设置。

> data[which(x>=2), ] # if x is in your workspace
  x y
1 5 1
3 3 3
4 2 4
5 4 2
> ## with(data, data[x >= 2, ] # if x is not in your workspace

---

以下是另一点需要注意的事项：您可以直接将data.frame设为：

data <- data.frame(x = c(5,1,3,2,4), y = c(1,5,3,4,2))

这就是为什么我建议这个。首先，工作区中没有不必要的对象。其次，你不会被愚弄，认为某些东西在不工作时有效。您写道：“我知道我可以使用addresses <- which(x>=2) ”找到x值的地址。是的，但你可能没有意识到的（因此这个问题）是你实际上并没有从data.frame中访问“x”而是访问工作区中的“x”向量。

Answer 2

首先，data不是矩阵，而是数据框。而且，您要做的是按行索引数据框。这可以通过在[运算符的第一部分中指定条件来完成。像这样：

data2 <- data[data$x>=2,]

请注意，逗号和结束括号之间没有任何内容，因为这是列索引的位置。这里没有什么意思是“选择所有列”。