R 数据框。如何计算处理多个条件的行数？答案

【问题标题】：R data frame. How to count the number of rows addressing multiple conditions?R 数据框。如何计算处理多个条件的行数？
【发布时间】：2014-08-22 05:41:54
【问题描述】：

在一个数据框（患者数据库）中，我想计算针对特定条件的行数（患者数），这里的值为 3，至少一次（使用运算符“或”：“ |"），在反复评估中（实际上是重新做手术）。这种特定情况可以在一、二、三或更多评估中发生一、二、三四次或更多。如果至少按时测量到 3 的值，则应计算行（患者）。这是我的数据框的修改摘录，它有 62 列和大约 300 行。

> df
    grade_chir_1 grade_chir_2 grade_chir_3 grade_d_chir
2              1          NaN            3            3
3              1          NaN          NaN          NaN
4            NaN            2          NaN          NaN
5              2          NaN          NaN          NaN
6              2            3            2            3
7              3          NaN          NaN          NaN
8              1          NaN            3          NaN
9              1          NaN          NaN          NaN
10             3            3          NaN          NaN
11             1            3            3          NaN
12             1          NaN          NaN          NaN
13             2            2          NaN          NaN
14             1          NaN          NaN          NaN
15             1            3            2            3
16             1          NaN          NaN          NaN

到目前为止，我只发现了这种不太优雅的方法：

count(datam$grade_chir_1 == 3 | datam$grade_chir_2==3 | datam$grade_chir_3==3 | datam$grade_d_chir==3)[1,2]

这给了我我推测的正确数字，但不是很好。

欢迎任何线索。

谢谢。

【问题讨论】：

标签： r dataframe conditional-statements

【解决方案1】：

或者

datam <-read.table(header=T, stringsAsFactors = F, text='
       grade_chir_1 grade_chir_2 grade_chir_3 grade_d_chir
          1          NaN            3            3
          1          NaN          NaN          NaN
        NaN            2          NaN          NaN
          2          NaN          NaN          NaN
          2            3            2            3
          3          NaN          NaN          NaN
          1          NaN            3          NaN
          1          NaN          NaN          NaN
         3            3          NaN          NaN
         1            3            3          NaN
         1          NaN          NaN          NaN
         2            2          NaN          NaN
         1          NaN          NaN          NaN
         1            3            2            3
         1          NaN          NaN          NaN
        ')
datam
sum(rowSums(datam == 3, na.rm=TRUE) > 0)
[1] 7

【讨论】：

+1;我认为您的第一个 na.rm 是唯一需要的。
我认为这对于 300 行或更多行来说太复杂了。

【解决方案2】：

也许不是最优雅的解决方案，但您可以使用sapply 来获取每行中是否有 3，然后使用sum 来计算符合该条件的行数：

sapply(1:nrow(df), function(row) 3 %in% df[row,])
# [1]  TRUE FALSE FALSE FALSE  TRUE  TRUE  TRUE FALSE  TRUE  TRUE FALSE FALSE
# [13] FALSE  TRUE FALSE
sum(sapply(1:nrow(df), function(row) 3 %in% df[row,]))
# [1] 7

【讨论】：

这似乎是一种可能性，因为结果也是 10。
对不起，我使用了错误的数据。这些也不起作用，因为我得到了 97 的结果。

【解决方案3】：

您对多个 OR 条件的使用建议了这种方法：

> sum( apply(datam, 1, function(x) any(x==3) ), na.rm=TRUE)
[1] 7

【讨论】：

或 sum(apply(datam == 3, 1, any, na.rm = T))，除了保存匿名函数声明之外没有太大区别。
好；我原本以为apply(datam, 1, any, cond) 结尾是：eq3 <- function(x) any(x==3) ; sum( apply(datam,1,eq3), na.rm=TRUE)，这似乎太巴洛克了。
用我的公式我得到 10 的结果。用 BondedDust 的公式我得到 38 和 BrodieG 97！
Post str(dataset)：我的猜测是你有因素，并且通过对数字的隐式强制得到奇怪的结果。您可以通过将条件更改为 x="3" 来检查这一点。
我的变量是数字，见下文。 > str（datam）'data.frame'：220 obs。 73 个变量：$ center：num 4 4 4 4 4 4 4 4 4 4 ... $grade_chir_1：num 1 1 NaN 2 2 2 1 1 1 1 ... $grade_chir_2：num NaN NaN 2 NaN NaN NaN NaN。 .. $grade_chir_3 : num NaN NaN NaN NaN NaN NaN NaN ... $grade_d_chir : num NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN ...'

【解决方案4】：

更好的是：

table(datam$grade_chir_1 == 3 | datam$grade_chir_2==3 | datam$grade_chir_3==3 | datam$grade_d_chir==3)
TRUE 
10

但还是不尽如人意。

还有这个解决方案：

sum(datam$grade_chir_1 == 3 | datam$grade_chir_2==3 | datam$grade_chir_3==3 | datam$grade_d_chir==3, na.rm=T)
[1] 10

【讨论】：