通过要删除的行的多个逻辑条件来子集数据帧

Question

我想通过指定哪些行not(!)保留在新数据帧中来对数据帧进行子集化(过滤).这是一个简化的示例数据帧:

data
v1 v2 v3 v4
a  v  d  c
a  v  d  d
b  n  p  g
b  d  d  h    
c  k  d  c    
c  r  p  g
d  v  d  x
d  v  d  c
e  v  d  b
e  v  d  c

例如,如果列v1的一行有"b","d"或"e",我想摆脱那一行观察,产生以下数据帧:

v1 v2 v3 v4
a  v  d  c
a  v  d  d
c  k  d  c    
c  r  p  g

我一次成功地基于一个条件进行子集化.例如,在这里我删除v1包含"b"的行:

sub.data <- data[data[ , 1] != "b", ]

但是,我有很多这样的条件,所以一次做一个是不可取的.我没有成功完成以下任务:

sub.data <- data[data[ , 1] != c("b", "d", "e")

要么

sub.data <- subset(data, data[ , 1] != c("b", "d", "e"))

我也试过了其他一些东西,比如!%in%,但似乎并不存在.有任何想法吗？

Answer 1

试试这个

subset(data, !(v1 %in% c("b","d","e")))

Answer 2

本!应在该语句的外:

data[!(data$v1 %in% c("b", "d", "e")), ]

  v1 v2 v3 v4
1  a  v  d  c
2  a  v  d  d
5  c  k  d  c
6  c  r  p  g

Answer 3

您还可以通过包含&分隔语句来将事物分解为单独的逻辑语句来实现此目的.

subset(my.df, my.df$v1 != "b" & my.df$v1 != "d" & my.df$v1 != "e")

这不是优雅的,需要更多代码,但对于较新的R用户可能更具可读性.正如上面的评论所指出的,subset是一种"便利"功能,最适合在交互式工作时使用.

Answer 4

这个答案更多是为了解释原因，而不是原因。'=='R中的运算符与运算符的向量化方式相同'+'。每个元素将左侧的元素与右侧的元素相匹配。例如：

> 1:3 == 1:3
[1] TRUE TRUE TRUE

在这里，第一个测试为1==1TRUE，第二个2==2和第三个为3==3。注意，由于顺序错误，这将在第一个和第二个元素中返回FALSE：

> 3:1 == 1:3
[1] FALSE  TRUE FALSE

现在，如果一个对象小于另一个对象，则将重复较小的对象，以匹配较大的对象。如果较大对象的大小不是较小对象的大小的乘积，则会收到警告，提示并非所有元素都会重复。例如：

>  1:2 == 1:3
[1]  TRUE  TRUE FALSE
Warning message:
In 1:2 == 1:3 :
  longer object length is not a multiple of shorter object length

这里的第一个匹配是1==1，然后是，2==2最后是1==3（FALSE），因为左侧较小。如果侧面之一仅是一个元素，则重复该步骤：

> 1:3 == 1
[1]  TRUE FALSE FALSE

测试元素是否在向量中的正确运算符确实'%in%'仅是矢量化到左元素的（对于左向量中的每个元素，将测试它是否是右元素中任何对象的一部分）。

或者，您可以使用'&'合并两个逻辑语句。'&'接受两个元素并逐个检查是否都为TRUE：

> 1:3 == 1 & 1:3 != 2
[1]  TRUE FALSE FALSE

Answer 5

data <- data[-which(data[,1] %in% c("b","d","e")),]