使用dplyr根据多列中的行值选择列

时间:2017-12-06 08:05:52

标签: r dplyr

我试图选择至少有一行等于1的列,只有当同一行在第二列中也有一定值时。我更愿意使用dplyr实现这一目标,但欢迎任何计算效率高的解决方案。

示例:

选择a1,a2,a3中的列,其中至少包含一行,其值为1,其中列b ==" B"

示例数据:

rand <- function(S) {set.seed(S); sample(x = c(0,1),size = 3, replace=T)}
df <- data.frame(a1=rand(1),a2=rand(2),a3=rand(3),b=c("A","B","A"))

输入数据:

  a1 a2 a3 b
1  0  0  0 A
2  0  1  1 B
3  1  1  0 A

期望的输出:

  a2 a3
1  0  0
2  1  1
3  1  0

我设法使用以下代码获取正确的输出,但这是一个非常低效的解决方案,我需要在非常大的数据帧(365,000行X 314列)上运行它。

df %>% select_if(function(x) any(paste0(x,.$b) == '1B'))

2 个答案:

答案 0 :(得分:3)

解决方案,不使用dplyr:

df[sapply(df[df$b == "B",], function(x) 1 %in% x)]

答案 1 :(得分:2)

这是我的dplyr解决方案:

ids <- df %>% 
  reshape2::melt(id.vars = "b") %>% 
  filter(value == 1 & b == "B") %>% 
  select(variable)

df[,unlist(ids)]

#  a2 a3
#1  0  0
#2  1  1
#3  1  0

正如@ docendo-discimus所建议的那样,转换为长格式

更容易