按列过滤数据集中的行 [英] Filtering rows in a dataset by columns

问题描述

我有下表：

  FN LN LN1 LN2 LN3 LN4 LN5 
abbxxxx 
acbde NA NA 
adcabxx 
aebcdxe 
  

我正在过滤LN1中存在LN的记录LN5。

我使用的代码：

  testFilter = filter（测试，LN％in％c（LN1，LN2，LN3，LN4，LN5））
  

结果不是我所期望的：

 ï..FNLN LN1 LN2 LN3 LN4 LN5 
 1 abbxxxx 
 2 aclt< NA> < NA> 
 3 adcabxx 
 4 aebcdxe 
  

我知道 c（LN1，LN2，LN3，LN4，LN5）给出： b b c b x d a c x e b d x NA x x x NA x e 并且知道这是错误所在。 / p>

理想情况下，我只想返回第一条和第四条记录。

  FN LN LN1 LN2 LN3 LN4 LN5 
abbxxxx 
aebcdxe 
  

我只想使用列名来过滤它们。这只是540万条记录的一部分。

解决方案

使用 apply ：

 ＃data 
 df1<-read.table（text = 
 FN LN LN1 LN2 LN3 LN4 LN5 
abbxxxx 
acbde NA NA 
adcabxx 
aebcdxe，标头= TRUE，stringsAsFactors = FALSE）
 
 
 df1 [apply（df1，1，function（i）i [2]％in％i [3： 7]），] 
＃FN LN LN1 LN2 LN3 LN4 LN5 
＃1 abbxxxx 
＃4 aebcdxe 
  

---

注意：考虑针对大型数据集使用以下其他解决方案，该解决方案可以为 60 倍于此 apply 解决方案。

I have the following table:

FN LN LN1 LN2 LN3 LN4 LN5
a   b   b   x   x   x   x
a   c   b   d   e   NA  NA
a   d   c   a   b   x   x
a   e   b   c   d   x   e

I'm filtering records for which LN is present in LN1 to LN5.

The code I used:

testFilter = filter(test, LN %in% c(LN1, LN2, LN3, LN4, LN5)) 

The result is not what I expect:

ï..FN LN LN1 LN2 LN3  LN4  LN5
1     a  b   b   x   x    x    x
2     a  c   b   d   e <NA> <NA>
3     a  d   c   a   b    x    x
4     a  e   b   c   d    x    e

I understand that c(LN1, LN2, LN3, LN4, LN5) gives: "b" "b" "c" "b" "x" "d" "a" "c" "x" "e" "b" "d" "x" NA "x" "x" "x" NA "x" "e" and know this is where the mistake is.

Ideally, I want to return only the 1st and 4th record.

FN LN LN1 LN2 LN3 LN4 LN5
a   b   b   x   x   x   x
a   e   b   c   d   x   e

I want to filter them only using column names. This is just a subset of 5.4M records.

解决方案

Using apply:

# data
df1 <- read.table(text = "
FN LN LN1 LN2 LN3 LN4 LN5
a   b   b   x   x   x   x
a   c   b   d   e   NA  NA
a   d   c   a   b   x   x
a   e   b   c   d   x   e", header = TRUE, stringsAsFactors = FALSE)


df1[ apply(df1, 1, function(i) i[2] %in% i[3:7]), ]
#   FN LN LN1 LN2 LN3 LN4 LN5
# 1  a  b   b   x   x   x   x
# 4  a  e   b   c   d   x   e

---

Note: Consider using other solutions below for big datasets, which can be 60 times faster than this apply solution.

这篇关于按列过滤数据集中的行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！