如何在dplyr中使用相同条件在多个变量中进行子集化

Question

我有一个序列变量列表，我想知道在变量序列中是否有一个简单的dplyr子集化方法。

例如，我有以下变量：

DX1 DX2 DX3 DX4 DX5

如果这些变量中的任何一个包含以下字符串＆＃39; 7586＆＃39;我想要我的数据子集。

从单个变量中进行子集我将执行以下操作：

filter(df, DX1 == '7586')

我能想到的唯一方法是：

filter(df, DX1 == '7586' | DX2 == '7586' | DX3 == '7586' | DX4 == '7586' | DX5 == '7586')

我的实际数据集包含DX1-DX25，编写起来非常繁琐。

有没有简化上述方法的方法？

的内容

filter(df, DX1-25 == '7586')

谢谢

Answer 1

两个选项，一个在基础R中，一个在dplyr中，应该产生相同的结果：

df[rowSums(df == 7586) > 0,]

或

library(dplyr)
df %>% 
   filter(rowSums(. == 7586) > 0)

和data.table版本的乐趣，如果有必要，它应该更快一点：

library(data.table)
setDT(df)[, .SD[Reduce(`+`, lapply(.SD, `==`, 7586) ) > 0] ]

Answer 2

如果DX1~DX25是data.frame的全部或大部分列，可能就像这样？

df[apply(df, 1, function(row) any(row == '7586')), ]

     x    y
1 7586  322
2 3322 7586

数据：

structure(list(x = structure(c(2L, 1L), .Label = c("3322", "7586"
), class = "factor"), y = structure(1:2, .Label = c("322", "7586"
), class = "factor")), .Names = c("x", "y"), row.names = c(NA, 
-2L), class = "data.frame")

Answer 3

select(data, DX1:DX25) %>% apply(., 1, function(x) any(x == '7586')) %>% data[. , ]