Question

我还有更多的概念性问题。我正在寻找一种从数据框中删除整个行的方法，如果该行包含对第二个数据框中不存在的数据的引用。下面的代码将为您提供此问题的数据集。

v1 <- c(1, 2, 3, 4, 5, 6, 8)
v2 <- 100
nodedf <- data.frame(v1, v2)
colnames(nodedf)  <- ("nid", "extra_variable") 

v3 <- c(1, 2)
v4 <- c(1, 5)
v5 <- c(2, 6)
v6 <- c(3, 7)
v7 <- c(4, 9)

elementdf <- data.frame(v3, v4, v5, v6, v7)
colnames(elementdf)  <- c("eid", "n1", "n2", "n3", "n4")

基本上，如果引用elementdf中不存在的节点ID（n1，n2，n3，n4），我希望删除nodedf中的任何行。我知道这可能是一个相当简单的问题，但是我对这种事情确实不是很擅长。谢谢。

编辑：现在我正在做相反的事情，在这里我想删除nodedf的行，这些行引用了elementdf中不存在的节点。

起初，我试图像这样重新排列旧代码块：

orphannodesbye<- nodedf[apply(nodedf[,1], 1, function(x) all(x %in% elementdf[,2:5])),]

但是，我收到一条错误消息：

Error in apply(nodedf[, 1], 1, function(x) all(x %in% elementdf[, 2:5])) : 
  dim(X) must have a positive length

我希望输出是两个字段（或更多，因为我的实际数据集有更多）nid和extra_variable的整个df。

Answer 1

这是基本的R解决方案

elementdf[apply(elementdf[,-1], 1, function(x) all(x %in% nodedf$nid)),]

说明：

apply的工作方式是将一个函数（在这种情况下为自定义函数）“应用”到对象x的每一行（函数中的变量elementdf）。如果我们想按列进行操作，则可以将1更改为2。

我们正在使用的函数查看x中的每个元素（elementdf中的一行），并测试它是否也位于nodedf中。 %in%是一个特殊函数，它返回逻辑向量，x中每个逻辑元素。如果所有元素都是all（意味着它们都在TRUE中，则TRUE函数将返回nodedf，否则返回FALSE。

因此，最后，apply语句将返回逻辑向量，具体取决于每行是否在nodedf中找到元素。

要获取nodedf中不在的每一行的值，您可以

apply(elementdf[,-1], 1, function(x) x[!(x %in% nodedf$nid)])

您将注意到的

已经与上面的代码行非常相似。除非在这种情况下，否则apply语句将返回一个列表。从您给出的示例中，它将显示一个长度为2的列表，其中第一个元素为numeric(0)，第二个元素为包含7的向量。如果一行中有多个违规者，则将显示每个。

要删除nodedf中没有引用的行，您可以这样做

elementdf

nodedf[nodedf$nid %in% unique(unlist(elementdf[,-1])),]部分仅捕获unique(unlist(...))中的所有唯一值，然后将它们转换为数字向量。

删除数据框中引用其他ID（R）中不存在的ID的行？

1 个答案: