Question

如何避免使用循环根据多个因子级别对数据帧进行子集化？

在以下示例中，我想要的输出是数据帧。数据框应包含原始数据帧的行，其中“Code”中的值等于“selected”中的值之一。

工作示例：

#sample data
Code<-c("A","B","C","D","C","D","A","A")
Value<-c(1, 2, 3, 4, 1, 2, 3, 4)
data<-data.frame(cbind(Code, Value))

selected<-c("A","B") #want rows that contain A and B

#Begin subsetting
result<-data[which(data$Code==selected[1]),]
s1<-2
while(s1<length(selected)+1)
{
  result<-rbind(result,data[which(data$Code==selected[s1]),])
  s1<-s1+1
}

这是一个更大的数据集的玩具示例，因此“选中”可能包含大量元素，而数据包含大量行。因此我想避免循环。

Answer 1

您可以使用%in%

  data[data$Code %in% selected,]
  Code Value
1    A     1
2    B     2
7    A     3
8    A     4

Answer 2

试试这个：

> data[match(as.character(data$Code), selected, nomatch = FALSE), ]
    Code Value
1      A     1
2      B     2
1.1    A     1
1.2    A     1

Answer 3

这是另一个：

data[data$Code == "A" | data$Code == "B", ]

还值得一提的是，如果子集因子与数据帧行的长度和顺序匹配，则不必是数据帧的一部分。在这种情况下，无论如何我们从这个因素制作了数据框。所以，

data[Code == "A" | Code == "B", ]

也有效，这是关于R的真正有用的事情之一。

按多个因子级别子集数据帧

3 个答案: