Question

如果我想在R中选择数据子集，我可以使用子集函数。我想根据几个标准之一的数据进行分析，例如：某个变量是1,2或3。我试过了

myNewDataFrame <- subset(bigfive, subset = (bigfive$bf11==(1||2||3)))

它总是只选择与第一个标准相匹配的值，这里是1.我的假设是它从1开始，如果它的评估为“false”，它将继续到2而不是3，如果在==为“false”之后没有匹配语句，并且如果其中一个匹配，则为“true”。

我使用

得到了正确的结果

 newDataFrame <- subset(bigfive, subset = (bigfive$bf11==c(1,2,3)))

但我希望能够通过逻辑运算符选择数据，所以：为什么第一种方法不起作用？

Answer 1

正确的运算符是%in%。以下是虚拟数据的示例：

set.seed(1)
dat <- data.frame(bf11 = sample(4, 10, replace = TRUE),
                  foo = runif(10))

，并提供：

> head(dat)
  bf11       foo
1    2 0.2059746
2    2 0.1765568
3    3 0.6870228
4    4 0.3841037
5    1 0.7698414
6    4 0.4976992

dat的子集bf11等于任何集合1,2,3，使用%in%如下所示：

> subset(dat, subset = bf11 %in% c(1,2,3))
   bf11       foo
1     2 0.2059746
2     2 0.1765568
3     3 0.6870228
5     1 0.7698414
8     3 0.9919061
9     3 0.3800352
10    1 0.7774452

至于为什么你的原件不起作用，请将其分解以查看问题。查看1||2||3评估的内容：

> 1 || 2 || 3
[1] TRUE

您可以使用|来获得相同的内容。因此，subset()调用只会返回bf11为TRUE的行（或评估为TRUE的内容）。

你能写的东西会是这样的：

subset(dat, subset = bf11 == 1 | bf11 == 2 | bf11 == 3)

其结果与我之前的subset()调用相同。关键是你需要进行一系列单一比较，而不是一系列选项的比较。但正如您所看到的，%in%在这种情况下更有用，更简洁。另请注意，我必须使用|，因为我想依次将bf11的每个元素与1，2和3进行比较。比较：

> with(dat, bf11 == 1 || bf11 == 2)
[1] TRUE
> with(dat, bf11 == 1 | bf11 == 2)
 [1]  TRUE  TRUE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE  TRUE

Answer 2

对于您的示例，我认为以下内容应该有效：

myNewDataFrame <- subset(bigfive, subset = bf11 == 1 | bf11 == 2 | bf11 == 3)

有关详情，请参阅?subset中的示例。只是为了演示，一个更复杂的逻辑子集将是：

data(airquality)
dat <- subset(airquality, subset = (Temp > 80 & Month > 5) | Ozone < 40)

正如Chase所指出的，%in%在你的例子中会更有效率：

myNewDataFrame <- subset(bigfive, subset = bf11 %in% c(1, 2, 3))

正如Chase也指出的那样，请务必了解|和||之间的区别。要查看运营商的帮助页面，请使用引用运营商的?'||'。

在子集函数和逻辑运算符中使用多个条件

2 个答案: