根据列中的条件对数据框中的行进行子集/过滤

Posted 2023-02-27

【中文标题】根据列中的条件对数据框中的行进行子集/过滤

【英文标题】：Subset / filter rows in a data frame based on a condition in a column

【发布时间】：2011-03-27 14:41:57

【问题描述】：

给定一个数据框“foo”，我怎样才能从“foo”中只选择那些行，例如foo$location = "there"?

foo = data.frame(location = c("here", "there", "here", "there", "where"), x = 1:5, y = 6:10)
foo
#   location x  y
# 1     here 1  6
# 2    there 2  7
# 3     here 3  8
# 4    there 4  9
# 5    where 5 10

期望的结果，“条”：

#   location x y
# 2    there 2 7
# 4    there 4 9

【参考方案1】：

以下是两种主要方法。我更喜欢它的可读性：

bar <- subset(foo, location == "there")

请注意，您可以使用& 和| 将许多条件串在一起以创建复杂的子集。

第二个是索引方法。您可以使用数字或布尔切片对 R 中的行进行索引。 foo$location == "there" 返回与 foo 的行长度相同的 T 和 F 值向量。您可以这样做以仅返回条件返回 true 的行。

foo[foo$location == "there", ]

【讨论】：

.@JoFrhwld - subset() 不是首选方法吗？详细讨论here

是否有一种简单的方法可以同时访问子集和 foo 减去子集？我想将我的数据拆分为 bar 和 (foo-bar)。显然，我可以用 != 重复上述内容，但是否有单行方式？

您好，我正在学习索引，我有一个问题。假设可以在此处提取一组特定的列，例如，foo[foo$location == '"there",5:8] 如果我尝试为这些列赋值会发生什么：foo[foo$location == "there",5:8] <-FALSE

解释得很好！

【参考方案2】：

只是为了扩展上面的答案，您还可以索引您的列，而不是指定列名，这也可能有用，具体取决于您在做什么。鉴于您的位置是第一个字段，它看起来像这样：

    bar <- foo[foo[ ,1] == "there", ]

这很有用，因为您可以对列值执行操作，例如遍历特定列（您也可以通过索引行号来执行相同操作）。

如果您需要对多个列执行某些操作，这也很有用，因为您可以指定一系列列：

    foo[foo[ ,c(1:N)], ]

或如您所料的特定列。

    foo[foo[ ,c(1,5,9)], ]