從R中的數據中提取具有條件要素的行

Question

我在RStudio中加載了一個數據集，其中包含6個輸入要素和2個輸出，並包含4000個障礙。 我想根據此數據構建另一個數據集，其中包含5個輸入要素的固定值，並且只有一個輸入是變化的。 假設我的數據由下式給出：

In1 In2 In3 In4 In5 In6 Out1 Out2
4    3   2   4   2   10  0.4  0.5
4    3   2   3   2   7   0.6  0.8
2    3   1   4   2   9   0.2  0.1
4    3   2   4   2   8   0.8  0.7
4    5   6   4   2   1   0.9  0.1
4    3   2   4   2   3   0.4  0.5

我想獲得的是（其中除了In6之外所有輸入都是恆定的）

In1 In2 In3 In4 In5 In6 Out1 Out2
4    3   2   4   2   10  0.4  0.5
4    3   2   4   2   8   0.8  0.7
4    3   2   4   2   3   0.4  0.5

我如何在R中做到這一點？ 非常感謝您的幫助。

Answer 1

這會從輸入中生成請求的輸出，但是我不知道它是否可以推廣到更廣泛的情況。

首先，我定義數據幀df

df <- read.table(text = "In1 In2 In3 In4 In5 In6 Out1 Out2
4    3   2   4   2   10  0.4  0.5
4    3   2   3   2   7   0.6  0.8
2    3   1   4   2   9   0.2  0.1
4    3   2   4   2   8   0.8  0.7
4    5   6   4   2   1   0.9  0.1
4    3   2   4   2   3   0.4  0.5", header = TRUE)

然后，我在第1至5列中查找重復的行。

df[duplicated(df[, 1:5])|duplicated(df[, 1:5], fromLast = TRUE),]

#   In1 In2 In3 In4 In5 In6 Out1 Out2
# 1   4   3   2   4   2  10  0.4  0.5
# 4   4   3   2   4   2   8  0.8  0.7
# 6   4   3   2   4   2   3  0.4  0.5

---

這將嘗試所有可能的輸入組合。 我從6個輸入中找到了5列的所有可能組合。

col_combinations <- combn(1:6, 5)

然后，我測試每個。

apply(col_combinations, MAR = 2, 
      function(x)df[duplicated(df[, x])|duplicated(df[, x], fromLast = TRUE),])

如您所見，只有一個成功。

# [[1]]
#   In1 In2 In3 In4 In5 In6 Out1 Out2
# 1   4   3   2   4   2  10  0.4  0.5
# 4   4   3   2   4   2   8  0.8  0.7
# 6   4   3   2   4   2   3  0.4  0.5
# 
# [[2]]
# [1] In1  In2  In3  In4  In5  In6  Out1 Out2
# <0 rows> (or 0-length row.names)
# 
# [[3]]
# [1] In1  In2  In3  In4  In5  In6  Out1 Out2
# <0 rows> (or 0-length row.names)
# 
# [[4]]
# [1] In1  In2  In3  In4  In5  In6  Out1 Out2
# <0 rows> (or 0-length row.names)
# 
# [[5]]
# [1] In1  In2  In3  In4  In5  In6  Out1 Out2
# <0 rows> (or 0-length row.names)
# 
# [[6]]
# [1] In1  In2  In3  In4  In5  In6  Out1 Out2
# <0 rows> (or 0-length row.names)

Answer 2

df = read.table(text = "
In1 In2 In3 In4 In5 In6 Out1 Out2
                4    3   2   4   2   10  0.4  0.5
                4    3   2   3   2   7   0.6  0.8
                2    3   1   4   2   9   0.2  0.1
                4    3   2   4   2   8   0.8  0.7
                4    5   6   4   2   1   0.9  0.1
                4    3   2   4   2   3   0.4  0.5
                ", header=T)

library(dplyr)

df %>%
  group_by(In1,In2,In3,In4,In5) %>%  # for those variables
  mutate(n = n()) %>%                # count number of combination and add it as a column
  ungroup() %>%                      # forget the grouping
  filter(n == max(n)) %>%            # return the rows with the most popular combination
  select(-n)                         # remove the counts

# # A tibble: 3 x 8
#     In1   In2   In3   In4   In5   In6  Out1  Out2
#   <int> <int> <int> <int> <int> <int> <dbl> <dbl>
# 1     4     3     2     4     2    10   0.4   0.5
# 2     4     3     2     4     2     8   0.8   0.7
# 3     4     3     2     4     2     3   0.4   0.5

這種方法假定您將始終擁有一個獲勝者組合，並且只在乎該獲勝者組合。