Question

我们说我有一个数据框＆＃34; dat＆＃34;像：

 col1     col2
  12       a
  43       a
  54       a
  11       a
  33       b
  43       b
  34       c
  34       c
  342      c
  343      c

现在我有一个矢量

vec <- c(a,a,a,b,c,c)

我想要做的是删除数据框中的额外行＆＃34; dat＆＃34;按照矢量＆＃34; vec＆＃34;这意味着在数据框中只保留对应于＆＃34; a＆＃34;的前3 行，只保留对应于＆＃34; b＆＃34的前1 行;并且仅保留与<。

对应的前2 行

我应该输出

 col1     col2
  12       a
  43       a
  54       a
  33       b
  34       c
  34       c

无需使用for循环，最快的方法是什么？

Answer 1

这是一种使用split和Map的方式：

数据

dat <- read.table(header=T, text=' col1 col2 12 a 43 a 54 a 11 a 33 b 43 b 34 c 34 c 342 c 343 c',stringsAsFactors=F) vec <- c('a','a','a','b','c','c')

<强>解决方案

#count frequencies tabvec <- table(vec) data.frame(do.call(rbind, #use split to split data.frame according to col2 #use head to only choose the first n rows according to tabvec #convert output into a data.frame Map(function(x,y) head(x,y), split(dat, as.factor(dat$col2)), tabvec) ))

<强>输出：

col1 col2 a.1 12 a a.2 43 a a.3 54 a b 33 b c.7 34 c c.8 34 c

Answer 2

使用dplyr即可：

#create a data frame with frequencies
tv <- data.frame(table(vec))

#filter values       
group_by(dat, col2) %>%
filter(row_number() <= tv$Freq[tv$vec %in% col2])

给出了：

#Source: local data frame [6 x 2]
#Groups: col2
#
#  col1 col2
#1   12    a
#2   43    a
#3   54    a
#4   33    b
#5   34    c
#6   34    c

Answer 3

这是另一种Map()方法。

fvec <- factor(vec)
## find the index for the first occurrence of a new level
m <- match(levels(fvec), df$col2)

df[unlist(Map(seq, from = m, length.out = tabulate(fvec))), ]
#   col1 col2
# 1   12    a
# 2   43    a
# 3   54    a
# 5   33    b
# 7   34    c
# 8   34    c

或者您可以在匹配后使用rle()

rl <- rle(match(vec, df$col2))
df[unlist(Map(seq, rl$values, length.out = rl$lengths)),]
#   col1 col2
# 1   12    a
# 2   43    a
# 3   54    a
# 5   33    b
# 7   34    c
# 8   34    c

Answer 4

这也可以在创建序列列之后完成

library(data.table)
setkey(setDT(dat)[, N:= 1:.N, col2], col2, N)
dat[setDT(list(col2=vec))[, N:=1:.N, col2]][, N:= NULL][]
#   col1 col2
#1:   12    a
#2:   43    a
#3:   54    a
#4:   33    b
#5:   34    c
#6:   34    c

将数据框减少到更少的行

4 个答案: