Question

我有一个包含三列和数千行的数据框。前两列（x和y）包含字符串，第三列（z）包含数字数据。我需要根据前两列中的匹配值对数据帧进行子集化。

    x <- c("a", "b", "c", "d", "f", "g", "h", "i", "j", "k")
    y <- c("h", "b", "k", "a", "g", "d", "i", "c", "f", "j")
    z <- c(1:10)
    df <- data.frame(x, y, z)

       x y  z
    1  a h  1
    2  b b  2
    3  c k  3
    4  d a  4
    5  f g  5
    6  g d  6
    7  h i  7
    8  i c  8
    9  j f  9
    10 k j 10

说这是我的表，我感兴趣的值是“a”，“c”，“f”，“h”和“k”。我只想返回x和y都包含五个中的一个的行，所以在这种情况下是行1和3.

我试过了：

    df2 <- filter(df, 
             x == ("a" | "c" | "f" | "h" | "k") & 
             y == ("a" | "c" | "f" | "h" | "k"))

但这不适用于因子或字符串。是否存在等效或其他方式？

提前致谢。

Answer 1

我认为这会返回您要找的内容：

# build vector of necessary elements
mustHaves <- c("a", "c", "f", "h", "k")
# perform subsetting
df[with(df, x %in% mustHaves & y %in% mustHaves),]
  x y z
1 a h 1
3 c k 3

数据

df <- data.frame(x, y, z, stringsAsFactors = FALSE)

Answer 2

使用dplyr

df2 <- filter(df, 
                x %in% c("a" ,"c","f" ,"h","k") & 
                  y %in% c("a" ,"c","f" ,"h","k"))
df2
  x y z
1 a h 1
2 c k 3

Answer 3

怎么样：

df2 <- filter(df, grepl("[acfhk]",x) & grepl("[acfhk]",y))

使用dplyr包

子集R数据帧基于两列中的字符串匹配

3 个答案: