Question

我想过滤掉var3的所有值＆lt; 5同时保持var1的每个值至少出现一次。

> foo <- data.frame(var1=c(1, 1, 8, 8, 5, 5, 5), var2=c(1,2,3,2,4,6,8), var3=c(7,1,1,1,1,1,6))
> foo
  var1 var2 var3
1    1    1    7
2    1    2    1
3    8    3    1
4    8    2    1
5    5    4    1
6    5    6    1
7    5    8    6

subset(foo, (foo$var3>=5))会删除第2行到第6行，我会丢失var1 == 8。

如果var1的另一个值满足条件foo $ var3＆gt; = 5，我想删除该行。请参阅第5行。
我想保留行，如果值var1的所有出现都不满足条件foo $ var3＆gt; = 5，则将NA分配给var2和var3。

这是我期望的结果：

  var1 var2 var3
1    1    1    7
3    8   NA   NA
7    5    8    6

这是我最接近的：

> foo$var3[ foo$var3 < 5 ] = NA
> foo$var2[ is.na(foo$var3) ] = NA
> foo
  var1 var2 var3
1    1    1    7
2    1   NA   NA
3    8   NA   NA
4    8   NA   NA
5    5   NA   NA
6    5   NA   NA
7    5    8    6

现在我只需要知道如何有条件地删除正确的行（2,3 或 4,5,6）：如果var2＆amp;删除行。 var3是NA，如果var1的值多于1次。

但是，确实有一种更为简单/优雅的方法可以解决这个小问题。

修改：将foo更改为更符合我的用例

Answer 1

最快的方法是使用merge：

> merge(foo[foo$var3>5,],unique(foo$var1),by.x=1,by.y=1,all.y=T)
  var1 var2 var3
1    1    1    7
2    5    8    6
3    8   NA   NA

unique(foo$var1)给出var1中的唯一值。这些映射针对var3大于5的数据帧。你得到每个参数的第一列（all.x = 1，all.y = 1），你说y中的所有值都应该被表示（all.y = T）。另请参阅?merge。

如果您想保留订单，请：

> merge(foo[foo$var3>5,],unique(foo$var1),by.x=1,by.y=1,
+ all.y=T)[order(unique(foo$var1)),]
  var1 var2 var3
1    1    1    7
3    8   NA   NA
2    5    8    6

merge对发生映射的变量进行排序。 order给出了这种排序，因此您可以使用该顺序作为索引来反转它。另请参阅?order。

Answer 2

完成后：

foo$var3[ foo$var3 < 5 ] = NA
foo$var2[ is.na(foo$var3) ] = NA

您需要删除包含NA的行，这些行也是var1的重复值：

foo[!(!complete.cases(foo) & duplicated(foo$var1)), ]

将此行视为标识包含NA值和重复var1值的行，然后选择其他所有内容。

编辑：如果给定值var1的数据框中的第一行具有您要排除的值var3，则我的解决方案不起作用。您需要首先订购data.frame以确保完整的案例首先出现：

foo <- foo[order(foo$var2),]   # ordering on var3 should be the same
foo[!(!complete.cases(foo) & duplicated(foo$var1)), ]

Answer 3

rbind(r <- subset(foo, (foo$var3>=5)), 
      unique(transform(subset(foo, !var1%in%r$var1), var2=NA, var3=NA)))

一步步骤：

r <- subset(foo, (foo$var3>=5))

r2 <- subset(foo, !var1%in%r$var1) # extract var1 != r$var1
r3 <- transform(r2, var2=NA, var3=NA) # replace var2 and var3 with NA
r4 <- unique(r3) # remove duplicates

rbind(r, r4) # bind them

Answer 4

以下是使用plyr包函数ddply和colwise以及subset函数的方法。首先定义辅助函数null2na：

null2na <- function(x) if ( length(x) == 0 ) NA else x

接下来定义我们要应用于具有filter特定值的每个子数据框的函数var1：

filter <- function(df) cbind( data.frame( var1 = df[1,1]),
                              colwise(null2na) (subset(df, var3 >= 5)[,-1]))

现在ddply foo上的var1 > ddply(foo, .(var1), filter) var1 var2 var3 1 1 1 7 2 5 8 6 3 8 NA NA：

{{1}}

Answer 5

试试这个：

foo <- data.frame(var1= c(1, 1, 2, 3, 3, 4, 4, 5), 
     var2=c(9, 5, 13, 9, 12, 11, 13, 9), 
     var3=c(6, 8, 3, 6, 4, 7, 2, 9))
f2=foo[which(foo$var3>5),]

missing = which(!(foo$var1 %in% f2$var1))
f3 = rbind(f2, list(foo$var1[missing], rep(NA, length(missing)),rep(NA,length(missing))))
f3[order(f3$var1),]

只有在关心订单时才需要最后一行（假设数据首先在var1上排序=。

R：使用多列条件删除行并替换值

5 个答案: