Question

我有一个数据集，其中包含成千上万个样本（行）和成千上万个对象（列），其中条目具有不同的属性，每个条目具有多个属性（我知道，不是很整洁）。现在我不得不切换到长格式，只剩下四个列。在我可以轻松筛选出满足多个条件的样本之前。

在长格式中，如果我想过滤所有红色福特的对象O1，则存在问题。在宽格式中，我可以简单地添加一个AND条件，但是长期以来，我必须对Car和Color使用OR条件，但是随后我将获得仅满足一个条件的样本。

df <- data.frame(
  sample = c("A", "A", "A", "B", "B", "C", "C"),
  object = c("O1", "O1", "O2", "O1", "O2", "O1", "O1"),
  property = c("Color", "Car", "Weather", "Car", "Animal", "Color", "Car"),
  value = c("red", "Ford", "Rain", "Ford", "Dog", "red", "Volkswagen")
)
df %>% dplyr::filter((object == "O1" & property == "Color" & value == "red") |
                       object == "O1" & property == "Car" & value == "Ford")

现在，我还将获得红色为红色的示例，但该车不是For车，反之亦然。

有没有一种方法可以不连接两个过滤表？

PS：由于我想在一个闪亮的应用程序中创建动态搜索，因此我不能简单地按样本分组并检查计数是否为两个。

Answer 1

似乎您不必区分颜色和汽车（假设您没有称为 Ford 的颜色或没有名为 red 的汽车）。当对象为value时，您可以选择red为Ford或O1，即

df %>% 
 filter(value %in% c('red', 'Ford') & object == 'O1')


#  sample object property value
#1      A     O1    Color   red
#2      A     O1      Car  Ford
#3      B     O1      Car  Ford
#4      C     O1    Color   red

我可能会想得太多，但这是根据您的要求的解决方案，它不使用2作为长度。

df %>% 
 group_by(sample) %>% 
 mutate(new = toString(value)) %>% 
 filter(grepl('\\bred, Ford\\b', new) & object == 'O1') %>% 
 ungroup() %>% 
 select(-new)

给出，

# A tibble: 2 x 4
  sample object property value
  <chr>  <chr>  <chr>    <chr>
1 A      O1     Color    red  
2 A      O1     Car      Ford

以长格式过滤具有相同ID的对象

1 个答案: