Question

我有一个包含三列的数据集。

## generate sample data
set.seed(1)
x<-sample(1:3,50,replace = T )
y<-sample(1:3,50,replace = T )
z<-sample(1:3,50,replace = T )
data<-as.data.frame(cbind(x,y,z))

我想做的是：

选择所有三列都有1
选择只有两列有1列的行（可以是任何列）
仅选择仅列为1的行（可以是任何列）

基本上我想要任何两列（第二种情况）满足条件而不是任何特定列。

我知道使用

subset<-data[c(data$x==1,data$y==1,data$z==1),]

但是这只根据特定列的条件选择那些行，而我希望三/两列中的任何一列都满足我的标准

由于

Answer 1

n = 1 # or 2 or 3
data[rowSums(data == 1) == n,]

Answer 2

这是另一种方法：

rowCounts <- table(c(which(data$x==1), which(data$y==1), which(data$z==1)))

# this is the long way
df.oneOne <- data[as.integer(names(rowCounts)[rowCounts == 1]),]
df.oneTwo <- data[as.integer(names(rowCounts)[rowCounts == 2]),]
df.oneThree <- data[as.integer(names(rowCounts)[rowCounts == 3]),]

最好在列表中保存多个data.frames，尤其是当存在一些引导此存储的结构时，就像这里的情况一样。按照@ richard-scriven的建议，您可以使用lapply：

轻松完成此操作

df.oneCountList <- lapply(1:3, function(i)
                          data[as.integer(names(rowCounts)[rowCounts == i]),]
names(df.oneCountList) <- c("df.oneOne", "df.oneTwo", df.oneThree)

然后，您可以使用索引df.oneCountList[[1]]或其名称df.oneCountList[["df.oneOne"]]来提取data.frames。

下面的@eddi建议使用tabulate和which的arr.ind参数提取表名的方法的一个很好的快捷方式。当应用于多维对象（如数组或data.frame）时，设置arr.ind == TRUE会生成行的索引和逻辑表达式求值为TRUE的列。他的建议利用这个来拉出行向量，其中在所有变量中找到1。然后将tabulate函数应用于这些行值，并且制表符返回一个排序向量，其中每个元素表示一行，而不带1的行用0填充。

在这种方法下，

 rowCounts <- tabulate(which(data == 1, arr.ind = TRUE)[,1])

返回一个向量，您可以从中立即提取值。您可以包含以上lapply以获取data.frames列表：

df.oneCountList <- lapply(1:3, function(i) data[rowCounts == i,])
names(df.oneCountList) <- c("df.oneOne", "df.oneTwo", df.oneThree)

R选择数据子集

2 个答案: