我希望这样做:Take dates from one dataframe and filter data in another dataframe - R
除非没有加入,因为我担心在加入我的数据后,结果将太大而无法容纳在内存中,在过滤器之前。
以下是示例数据:
tmp_df <- data.frame(a = 1:10)
我希望做一个看起来像这样的操作:
lower_bound <- c(2, 4)
upper_bound <- c(2, 5)
tmp_df %>%
filter(a >= lower_bound & a <= upper_bound) # does not work as <= is vectorised inappropriately
我想要的结果是:
> tmp_df[(tmp_df$a <= 2 & tmp_df$a >= 2) | (tmp_df$a <= 5 & tmp_df$a >= 4), , drop = F]
# one way to get indices to subset data frame, impractical for a long range vector
a
2 2
4 4
5 5
我的内存要求问题(关于联接解决方案链接)是tmp_df
有更多行,而lower_bound
和upper_bound
向量有更多条目。可以选择dplyr
解决方案或可以成为管道一部分的解决方案。
答案 0 :(得分:7)
也许你可以从inrange
借用data.table
函数,
检查x中的每个值是否介于任何值之间 下部,上部提供的间隔。
用法:
inrange(x,lower,upper,incbounds = TRUE)
library(dplyr); library(data.table)
tmp_df %>% filter(inrange(a, c(2,4), c(2,5)))
# a
#1 2
#2 4
#3 5
答案 1 :(得分:3)
如果您想坚持使用dplyr
,则它具有通过between
功能提供的类似功能。
# ranges I want to check between
my_ranges <- list(c(2,2), c(4,5), c(6,7))
tmp_df <- data.frame(a=1:10)
tmp_df %>%
filter(apply(bind_rows(lapply(my_ranges,
FUN=function(x, a){
data.frame(t(between(a, x[1], x[2])))
}, a)
), 2, any))
a
1 2
2 4
3 5
4 6
5 7
请注意,默认情况下会包含参数边界,并且无法像inrange