Question

假设

data = structure(list(a = c(1, 2, 3), b = c(3, 2, 1)), class = "data.frame", row.names = c(NA, -3L))

此处定义的两个列是a和b，我们可以轻松地使用subset对其进行子集化。但是，如果我正在查看

subset(data, select = c("a","c"))

如您所料，会返回错误：

Error in `[.data.frame`(x, r, vars, drop = drop) : 
  undefined columns selected

是否有一种快速/便捷的方式来子集字段，以便将缺少的列附加为缺少的列？

即，类似

data_sub <- subset.fill(data, select = c("a", "c"))

，它将返回填充的NA不在选择中的缺失列，即：

data_sub = structure(list(a = c(1, 2, 3), c = c(NA, NA, NA)), row.names = c(NA, 3L), class = "data.frame")

Answer 1

如果您的目的是维护子集功能及其属性，则可以执行以下操作：

subset.fill=function(x,...){
  stopifnot(inherits(x,"data.frame"))
  cl <- match.call()
  nm <- eval(cl[grep("sel",names(cl))][[1]])
  x[setdiff(nm,names(x))] <-NA
  subset(x,...)
}

subset.fill(data,select=c("a","c"))
  a  c
1 1 NA
2 2 NA
3 3 NA

subset.fill(data,a>2)
  a b
3 3 1

Answer 2

此data.table方法可能有效

library(data.table)
cols <- c("a","c")

首先，cols的子集值是data中现有的列名，然后添加带有NA的“缺失”列

setDT(data)[, .SD, .SDcols = c( intersect( cols, names(data) ) ) ][, setdiff( cols, names(data) ) := NA][]

   a  c
1: 1 NA
2: 2 NA
3: 3 NA

Answer 3

我想不出一种超简单的方法来做到这一点。不幸的是，用NA设置列的方式不像用NA设置行的方式那样简单：

您可以将不存在的列预填充为NA，然后填充子集：

vars <- c("a","c")
replace(data, setdiff(vars, names(data)), NA)[vars]
#  a  c
#1 1 NA
#2 2 NA
#3 3 NA

然后很容易地将此逻辑包装在函数中：

subset.fill <- function(data, x) {
    data[setdiff(x, names(data))] <- NA
    data[x]
}

subset.fill(data, c("a","c"))
#  a  c
#1 1 NA
#2 2 NA
#3 3 NA

通过施加新结构从数据帧子集

3 个答案: