[英]Applying vectorized subsetting across multiple columns in R
我試圖找到一種直接的方法來矢量化/概括data.frame的子集化。 我們假設我有一個data.frame:
df <- data.frame(A = 1:5, B = 10 * 1:5, C = 100 * 1:5)
每列都有自己的條件,目標是df的子集,因此只有那些行保留在至少一列滿足條件的位置。 我現在想要找到一個概括的向量化子集機制
df <- subset(df, df[,1]<2 | df[,2]< 30 | df[,3]<100)
所以我可以像這樣制定它
crit <- c(2,30,100)
df <- subset(df, df$header < crit[1:3])
在我想去的路上。
df <- subset(df, df$header < crit[1:n])
我知道一個多步循環解決方法,但必須有另一種方法。 我很感激任何幫助。
鑒於:
x <- c(1:5)
y <- c(10,20,30,40,50)
z <- c(100,200,300,400,500)
# df is a base function
mydf <- data.frame(A = x, B = y, C = z)
crit <- c(2,30,100)
然后,這將讓您看到列中的哪些值小於臨界值:
> sweep(mydf, 2, crit, "<")
A B C
[1,] TRUE TRUE FALSE
[2,] FALSE TRUE FALSE
[3,] FALSE FALSE FALSE
[4,] FALSE FALSE FALSE
[5,] FALSE FALSE FALSE
這將為您提供符合任何條件的行:
> subset(mydf, rowSums(sweep(mydf, 2, crit, "<")) > 0)
A B C
1 1 10 100
2 2 20 200
這也應該有效
> df[apply(df, 1, function(x){any(x < crit)}), ]
A B C
1 1 10 100
2 2 20 200
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.