R：基于一列的两个条件的子集数据帧

maycca 发表于 Dev

马卡

我有一个包含位置（loc）的数据框，其中每个位置都有两个区域（type）和每个区域中的干扰区域（area）。从我的数据框中，我想保留两个区域都发生干扰的位置。

我以为我可以通过按两个条件设置数据子集来简单地做到这一点，但是使用AND条件（＆）

subset(dd, (dd$type == "npr" & dd$area > 0 ) & (dd$type == "buff" & dd$area > 0 ) )

给我空输出

[1] loc  type area
<0 rows> (or 0-length row.names)

并使用“ OR”条件（|）

subset(dd, (dd$type == "npr" & dd$area > 0 ) | (dd$type == "buff" & dd$area > 0 ) )

不是我想要的

  loc type area
1   a  npr   10
2   a buff   20
4   b buff   10
5   c  npr    5
7   d  npr    5
8   d buff    5

在两种区域类型中，如何正确子集扰动区域> 0的位置？

我的虚拟数据：

loc<-c("a", "a", "b", "b", "c", "c", "d", "d")
type= rep(c("npr", "buff"), 4)
area = c(10,20,0,10,5,0,5,5)


dd<-data.frame(loc, type, area)

所需的输出：

loc type area
1   a  npr   10
2   a buff   20
3   d  npr    5
4   d buff    5

米科·马蒂拉

您需要计算分组摘要以实现此目的。也就是说，你要找出每个loc如果所有的的area在该位置s为> 0。我一直觉得基础R有点尴尬的分组统计数据，但在这里是实现的一个方法。

首先，使用tapply()来确定loc是否应将其包括在内：

(include <- tapply(dd$area, dd$loc, function(x) all(x > 0)))
#>     a     b     c     d 
#>  TRUE FALSE FALSE  TRUE

然后，我们可以使用loc值对结果进行索引，以获得适合于以下子集的向量dd：

include[dd$loc]
#>     a     a     b     b     c     c     d     d 
#>  TRUE  TRUE FALSE FALSE FALSE FALSE  TRUE  TRUE

dd[include[dd$loc], ]
#>   loc type area
#> 1   a  npr   10
#> 2   a buff   20
#> 7   d  npr    5
#> 8   d buff    5

我们还可以将这些步骤放到subset()调用中，以避免创建额外的变量：

subset(dd, tapply(area, loc, function(x) all(x > 0))[loc])
#>   loc type area
#> 1   a  npr   10
#> 2   a buff   20
#> 7   d  npr    5
#> 8   d buff    5

或者，您可以使用dplyr：

library(dplyr)

dd %>% 
  group_by(loc) %>% 
  filter(all(area > 0))
#> # A tibble: 4 x 3
#> # Groups:   loc [2]
#>   loc   type   area
#>   <fct> <fct> <dbl>
#> 1 a     npr      10
#> 2 a     buff     20
#> 3 d     npr       5
#> 4 d     buff      5

由reprex软件包（v0.2.0.9000）创建于2018-07-25 。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。