在向量上过滤数据框[重复]

Posted 2023-03-11

【中文标题】在向量上过滤数据框[重复]

【英文标题】：Filtering a data frame on a vector [duplicate]

【发布时间】：2012-03-10 03:18:55

【问题描述】：

我有一个数据框 df 带有一个 ID 列，例如 A、B 等。我还有一个包含某些 ID 的向量：

L <- c("A", "B", "E")

如何过滤数据框以仅获取向量中存在的 ID？个人而言，我会使用

subset(df, ID == "A")

但是如何过滤整个向量？

【参考方案1】：

您可以使用%in% 运算符：

> df <- data.frame(id=c(LETTERS, LETTERS), x=1:52)
> L <- c("A","B","E")
> subset(df, id %in% L)
   id  x
1   A  1
2   B  2
5   E  5
27  A 27
28  B 28
31  E 31

如果您的 ID 是唯一的，您可以使用 match():

> df <- data.frame(id=c(LETTERS), x=1:26)
> df[match(L, df$id), ]
  id x
1  A 1
2  B 2
5  E 5

或将它们设为数据框的行名并按行提取：

> rownames(df) <- df$id
> df[L, ]
  id x
A  A 1
B  B 2
E  E 5

最后，对于更高级的用户，如果速度是一个问题，我建议查看data.table 包。

【讨论】：

为了完整性：您也可以使用df[id %in% L,]

不参加怎么办？

【参考方案2】：

我认为您需要使用“匹配”。它将一个向量中的值与另一个向量中的值匹配，并在不匹配的地方给出 NA。那么你根据比赛的 !is.na 进行子集化。

看到 ?match ，您可能可以自己解决，在这种情况下，您将比从某人很快会做的确切答案中学到更多，这只会鼓励您剪切 n 粘贴 :)