Mam ramkę danych w R. Chcę wypróbować dwa różne warunki w dwóch różnych kolumnach, ale chcę, aby te warunki były włącznie. Dlatego chciałbym użyć „LUB”, aby połączyć warunki. Używałem następującej składni już wcześniej, z dużym powodzeniem, gdy chciałem użyć warunku „AND”.
my.data.frame <- data[(data$V1 > 2) & (data$V2 < 4), ]Ale nie wiem, jak użyć „LUB” w powyższym.
Odpowiedzi:
my.data.frame <- subset(data , V1 > 2 | V2 < 4)Alternatywne rozwiązanie, które naśladuje zachowanie tej funkcji i byłoby bardziej odpowiednie do włączenia do treści funkcji:
new.data <- data[ which( data$V1 > 2 | data$V2 < 4) , ]Niektórzy ludzie krytykują użycie whichjako niepotrzebne, ale zapobiega to NAodrzucaniu niepożądanych wyników przez wartości. Odpowiednik (tj. Nie zwracający wierszy NA dla żadnych NA w wersji V1 lub V2) dwóm opcjom przedstawionym powyżej bez opcji whichbyłby:
new.data <- data[ !is.na(data$V1 | data$V2) & ( data$V1 > 2 | data$V2 < 4) , ]Uwaga: chcę podziękować anonimowemu współautorowi, który próbował naprawić błąd w kodzie powyżej, poprawka, która została odrzucona przez moderatorów. W rzeczywistości pojawił się dodatkowy błąd, który zauważyłem, poprawiając pierwszy. Klauzula warunkowa, która sprawdza wartości NA, musi być pierwsza, jeśli ma być obsługiwana zgodnie z planem, ponieważ ...
> NA & 1
[1] NA
> 0 & NA
[1] FALSEKolejność argumentów może mieć znaczenie w przypadku używania znaku „&”.
[trzeba zawinąć whichlub zastosować dodatkowe !is.naograniczenia.
which. Jeśli zarówno V1, jak i V2 są NA, otrzymasz rząd NA na tej pozycji, jeśli pominiesz which. Pracuję z dużymi zbiorami danych i nawet stosunkowo niewielki procent NA naprawdę wypełni mój ekran niepotrzebnymi danymi. Niektórzy myślą, że to funkcja. Ja nie.
grepllub grepz tym, aby oprócz tych warunków warunkowych również dopasować wzorce dla żądanych wierszy?
Szukasz „|”. Zobacz http://cran.r-project.org/doc/manuals/R-intro.html#Logical-vectors
my.data.frame <- data[(data$V1 > 2) | (data$V2 < 4), ]NAsw ramce danych:vc <- data.frame(duzey=factor(c("Y","O","Y","D","Y","Y","O"), levels=c("D","O","Y"), ordered=TRUE), cinsiyet=c("E","E","K",NA,"K","E","K"), yas=c(8,3,9,NA,7,NA,6), Not=c(NA,1,1,NA,NA,2,1)); vc; vc[vc$cinsiyet == "E" | vc$Not < 4,]; vc[vc$cinsiyet == "E" & vc$Not < 2,]
Dla ścisłości możemy użyć operatorów [i [[:
set.seed(1)
df <- data.frame(v1 = runif(10), v2 = letters[1:10])Kilka opcji
df[df[1] < 0.5 | df[2] == "g", ]
df[df[[1]] < 0.5 | df[[2]] == "g", ]
df[df["v1"] < 0.5 | df["v2"] == "g", ]df $ nazwa jest odpowiednikiem df [["nazwa", exact = FALSE]]
Używając dplyr:
library(dplyr)
filter(df, v1 < 0.5 | v2 == "g")Za pomocą sqldf:
library(sqldf)
sqldf('SELECT *
FROM df
WHERE v1 < 0.5 OR v2 = "g"')Dane wyjściowe dla powyższych opcji:
v1 v2
1 0.26550866 a
2 0.37212390 b
3 0.20168193 e
4 0.94467527 g
5 0.06178627 jsqldfPakiet jest zbyt dobra. Bardzo przydatne, zwłaszcza gdy subset()robi się trochę bolesne :)