如何组合多个条件以使用“OR”对数据帧进行子集化？

Question

我在R中有一个data.frame。我想在两个不同的列上尝试两种不同的条件，但我希望这些条件具有包容性。因此，我想用“OR”来结合条件。当我想使用“AND”条件时，我已经使用了以下语法，并取得了很多成功。

my.data.frame <- data[(data$V1 > 2) & (data$V2 < 4), ]

但我不知道如何在上面使用'OR'。

Answer 1

my.data.frame <- subset(data , V1 > 2 | V2 < 4)

模仿此函数行为的替代解决方案，更适合包含在函数体中：

new.data <- data[ which( data$V1 > 2 | data$V2 < 4) , ]

有些人批评使用which作为不需要，但确实会阻止NA值丢弃不需要的结果。对于上面没有which所示的两个选项，等价物（.i.e不返回V1或V2中任何NA的NA行）将是：

 new.data <- data[ !is.na(data$V1 | data$V2) & ( data$V1 > 2 | data$V2 < 4)  , ]

注意：我要感谢匿名贡献者尝试修复上面代码中的错误，这是一个被主持人拒绝的修复程序。当我纠正第一个时，我注意到了一个额外的错误。如果要按照我的意图处理NA值，那么检查NA值的条件子句必须是第一个，因为......

> NA & 1
[1] NA
> 0 & NA
[1] FALSE

使用'＆amp;'时，参数顺序可能很重要。

Answer 2

您正在寻找“|”。见http://cran.r-project.org/doc/manuals/R-intro.html#Logical-vectors

my.data.frame <- data[(data$V1 > 2) | (data$V2 < 4), ]

Answer 3

为了完整起见，我们可以使用运算符[和[[：

set.seed(1)
df <- data.frame(v1 = runif(10), v2 = letters[1:10])

几个选项

df[df[1] < 0.5 | df[2] == "g", ] 
df[df[[1]] < 0.5 | df[[2]] == "g", ] 
df[df["v1"] < 0.5 | df["v2"] == "g", ]

df $ name是equivalent to df [[“name”，exact = FALSE]]

使用dplyr：

library(dplyr)
filter(df, v1 < 0.5 | v2 == "g")

使用sqldf：

library(sqldf)
sqldf('SELECT *
      FROM df 
      WHERE v1 < 0.5 OR v2 = "g"')

以上选项的输出：

          v1 v2
1 0.26550866  a
2 0.37212390  b
3 0.20168193  e
4 0.94467527  g
5 0.06178627  j