Question

我想过滤表bsp1

g <- factor(c("Company 1", "Company 2", "Company 3", "Company 4", "Company 5"))
w <- factor(c("a", "b", "c", "a", "c"))
x <- c(28, 18, 25, NA, 21)
y <- c(80, NA, 74, 101, NA)
z <- c(170, 174, 183, NA, 185)
bsp1 <- data.frame(g, w, x, y, z)
colnames(bsp1) <- c("Company", "Sector", "Item 1", "Item 2", "Item 3")
rm(w, x, y, z)
bsp1

#    Company Sector Item 1 Item 2 Item 3
# 1 Company 1      a     28     80    170
# 2 Company 2      b     18     NA    174
# 3 Company 3      c     25     74    183
# 4 Company 4      a     NA    101     NA
# 5 Company 5      c     21     NA    185

基于映射表bsp2

sector <- factor(c("a", "b", "c"))
a <- c(1, 1, 1)
b <- c(NA, 1, NA)
c <- c(NA, NA, 1)
bsp2 <- data.frame(sector, a, b, c)
colnames(bsp2)  <- c("Sector", "Item 1", "Item 2", "Item 3")
bsp2

#   Sector Item 1 Item 2 Item 3
# 1      a      1     NA     NA
# 2      b      1      1     NA
# 3      c      1     NA      1

过滤规则应为：对于项目不是NA的bsp2中的每个扇区，应该删除项目中NA与相应扇区的bsp1中的行。

因此，期望的结果看起来像bsp3

bsp3 <- bsp1[c(1, 3, 5),]
bsp3

#    Company Sector Item 1 Item 2 Item 3
# 1 Company 1      a     28     80    170
# 3 Company 3      c     25     74    183
# 5 Company 5      c     21     NA    185

公司2被撤销，因为b需要第2项。第5行未被删除，因为第3部分不需要第2项。

我想到了bsp1上所有扇区的应用函数，其中相关列的向量由向量的后续函数派生。

a <- !is.na(bsp2[1,])
a <- which(a==c("TRUE"))

不幸的是，在一个向量的滤波器测试中，我遇到的问题是b被解释为矩阵。

b <- is.na(bsp1[, a]) 
c <- which(b==c("TRUE"))
reduced2016b <- data2013[-c,]

即使我手动设置了矢量，滤波器结果也不是我所期望的。如果有人有想法解决这个问题会很棒。部分步骤也会帮助我。

提前谢谢！

Answer 1

一种方法是melt两个数据框，merge按部门和变量，并查找哪些公司NA value.x而非NA value.y，即

library(reshape2)
new_df <- merge(melt(bsp1), melt(bsp2), by = c('Sector', 'variable'))
ind <- as.character(new_df$Company[is.na(new_df$value.x) & !is.na(new_df$value.y)])
bsp1[!bsp1$Company %in% ind,]

#    Company Sector Item 1 Item 2 Item 3
#1 Company 1      a     28     80    170
#3 Company 3      c     25     74    183
#5 Company 5      c     21     NA    185

Answer 2

一个非常相似的答案，就在上面，只是在发布时完成它。

您可能希望像这样定义数据框

    bsp1 <- data.frame(Company=factor(c("Company 1", "Company 2", "Company  3", "Company 4", "Company 5")),
                       Sector=factor(c("a", "b", "c", "a", "c")),
                       Item1=c(28, 18, 25, NA, 21), 
                       Item2=c(80, NA, 74, 101, NA),
                       Item3= c(170, 174, 183, NA, 185))

和

    bsp2 <- data.frame(Sector=factor(c("a", "b", "c")), 
               Item1=c(1, 1, 1), 
               Item2=c(NA, 1, NA), 
               Item3=c(NA, NA, 1))

然后融化并合并bsp1和bsp2

    bsp1m <- melt(bsp1,id.vars=c("Company","Sector"))

    bsp2m <- melt(bsp2,id.vars="Sector", value.name = "flag") 

    bsp3m <- merge(bsp1m,bsp2m,by=c("Sector","variable"))

最后是bsp1的子集，基于bsp1m中的NA和bsp2m中的1

    bsp3 <- bsp1[!bsp1$Company %in% bsp3m$Company[is.na(bsp3m$value) & !is.na(bsp3m$flag)],]

R过滤表与映射表，以减少NA值

2 个答案: