返回r数据帧中特定行的上下行

Question

考虑任何数据帧

            col1   col2    col3   col4
row.name11    A     23      x       y
row.name12    A     29      x       y
row.name13    B     17      x       y
row.name14    A     77      x       y

我有一个rownlist列表,我想从这个数据帧返回.假设我在列表中有row.name12和row.name13.我可以轻松地从数据帧返回这些行.但我也希望在这些行上方返回4行和4行.这意味着我想从row.name8返回到row.name17.我认为它类似于grep -A -Bshell.

可能的解决方案 - 有没有办法按行名返回行号？因为如果我有行号,我可以轻松地减去4并在行号中添加4并返回行.

Note: Here rownames are just examples. Rownames could be anything like RED, BLUE, BLACK, etc.

Answer 1

试试看:

extract.with.context <- function(x, rows, after = 0, before = 0) {

  match.idx  <- which(rownames(x) %in% rows)
  span       <- seq(from = -before, to = after)
  extend.idx <- c(outer(match.idx, span, `+`))
  extend.idx <- Filter(function(i) i > 0 & i <= nrow(x), extend.idx)
  extend.idx <- sort(unique(extend.idx))

  return(x[extend.idx, , drop = FALSE])
}

dat <- data.frame(x = 1:26, row.names = letters)
extract.with.context(dat, c("a", "b", "j", "y"), after = 3, before = 1)
#    x
# a  1
# b  2
# c  3
# d  4
# e  5
# i  9
# j 10
# k 11
# l 12
# m 13
# x 24
# y 25
# z 26

Answer 2

也许相结合which()，并%in%会帮助你：

dat[which(rownames(dat) %in% c("row.name13")) + c(-1, 1), ]
#            col1 col2 col3 col4
# row.name12    A   29    x    y
# row.name14    A   77    x    y

在上面的代码中，我们试图确定“ dat”中的哪些行名称是“ row.name13”（使用which()），并+ c(-1, 1)告诉R返回前一行和后一行。如果要包括该行，可以执行类似的操作+ c(-1:1)。

要获取行的范围，请将逗号切换为冒号：

dat[which(rownames(dat) %in% c("row.name13")) + c(-1:1), ]
#            col1 col2 col3 col4
# row.name12    A   29    x    y
# row.name13    B   17    x    y
# row.name14    A   77    x    y

更新资料

匹配列表有些棘手，但是如果您考虑得不多，则有可能：

myRows <- c("row.name12", "row.name13")
rowRanges <- lapply(which(rownames(dat) %in% myRows), function(x) x + c(-1:1))
# [[1]]
# [1] 1 2 3
# 
# [[2]]
# [1] 2 3 4
#
lapply(rowRanges, function(x) dat[x, ])
# [[1]]
#            col1 col2 col3 col4
# row.name11    A   23    x    y
# row.name12    A   29    x    y
# row.name13    B   17    x    y
# 
# [[2]]
#            col1 col2 col3 col4
# row.name12    A   29    x    y
# row.name13    B   17    x    y
# row.name14    A   77    x    y

这种输出list的data.frameS的可能是方便，因为你可能有重复的行（因为有在这个例子中）。

更新2：使用grep更合适的方法

这是您的问题的一种变体，使用which()... %in%方法不太容易解决。

set.seed(1)
dat1 <- data.frame(ID = 1:25, V1 = sample(100, 25, replace = TRUE))
rownames(dat1) <- paste("rowname", sample(apply(combn(LETTERS[1:4], 2), 
                                               2, paste, collapse = ""), 
                                         25, replace = TRUE), 
                       sprintf("%02d", 1:25), sep = ".")
head(dat1)
#               ID V1
# rowname.AD.01  1 27
# rowname.AB.02  2 38
# rowname.AD.03  3 58
# rowname.CD.04  4 91
# rowname.AD.05  5 21
# rowname.AD.06  6 90

现在，假设您想用AB和标识行AC，但是没有数字后缀的列表。

这是可以在这种情况下使用的一个小功能。它从@Spacedman借来一点，以确保返回的行在数据范围内（按照@flodel的建议）。

getMyRows <- function(data, matches, range) {
  rowMatches = lapply(unlist(lapply(matches, function(x)
    grep(x, rownames(data)))), function(y) y + range)
  rowMatches = lapply(rowMatches, function(x) x[x > 0 & x <= nrow(data)])
  lapply(rowMatches, function(x) data[x, ])
}

您可以按以下方式使用它（但我不会在此处打印结果）。首先，指定数据集，然后指定要匹配的模式，然后指定范围（在此示例中，前三行，后四行）。

getMyRows(dat1, c("AB", "AC"), -3:4)

将其应用于前面的row.name12and 匹配示例row.name13，您可以按以下方式使用它：getMyRows(dat, c(12, 13), -1:1)。

您还可以修改该函数以使其更通用（例如，指定使用列而不是行名进行匹配）。