按 R 中 row.names 中的值对数据框行进行子集答案

【问题标题】：Subset Data Frame Rows by value in row.names in R按 R 中 row.names 中的值对数据框行进行子集
【发布时间】：2020-12-17 04:51:58
【问题描述】：

我见过这个Subsetting a data frame based on a logical condition on a subset of rows 和那个https://statisticsglobe.com/filter-data-frame-rows-by-logical-condition-in-r

我想根据 row.names 中的特定值对 data.frame 进行子集化。

data <- data.frame(x1 = c(3, 7, 1, 8, 5),                    # Create example data
                   x2 = letters[1:5],
                   group = c("ga1", "ga2", "gb1", "gc3", "gb1"))
data                                                         # Print example data
# x1 x2 group
#  3  a    ga1
#  7  b    ga2
#  1  c    gb1
#  8  d    gc3
#  5  e    gb1

我想根据组对data 进行子集化。一个子集应该是在其组中包含 a 的行，在其组中包含 b 的行和在其组中包含 c 的行。可能是grepl？

结果应该是这样的

data.a                                                       
# x1 x2 group
#  3  a    ga1
#  7  b    ga2

data.b                                                      
# x1 x2 group
#  1  c    gb1
#  5  e    gb1

data.c
#  8  d    gc3

我会对如何对这些输出示例之一进行子集化感兴趣，或者循环也可以工作。

我从这里修改了示例https://statisticsglobe.com/filter-data-frame-rows-by-logical-condition-in-r

【问题讨论】：

您的问题已完全按照您的要求得到回答。好问题。

标签： r dataframe row subset

【解决方案1】：

好问题。此解决方案使用与请求密切匹配的输入和输出："I want to subset data according to group. One subset should be the rows containing a in their group, one containing b in their group and one c. Maybe something with grepl?"。

下面的代码使用提供的数据框（命名数据），并使用 grep() 和分组子集。

代码：

ga <- grep("ga", data$group)   # seperate the data by group type
gb <- grep("gb", data$group)   
gc <- grep("gc", data$group) 

ga1 <- data[ga,]                     # subset ga
gb1 <- data[gb,]                     # subset gb
gc1 <- data[gc,]                     # subset gc

print(ga1)
print(gb1)
print(gc1)

使用了 Windows 和 Jupyter Lab。这里的输出与上面显示的输出非常匹配。

链接显示的输出：link1

【讨论】：

【解决方案2】：

我们可以在tidyverse 中使用group_split 和str_remove

library(dplyr)
library(stringr)
data %>% 
    group_split(grp = str_remove(group, "\\d+$"), .keep = FALSE)

【讨论】：

【解决方案3】：

提取要拆分的数据：

sub('\\d+', '', data$group)
#[1] "ga" "ga" "gb" "gc" "gb"

并使用split中的上述内容将数据分组。

new_data <- split(data, sub('\\d+', '', data$group))
new_data
#$ga
#  x1 x2 group
#1  3  a   ga1
#2  7  b   ga2

#$gb
#  x1 x2 group
#3  1  c   gb1
#5  5  e   gb1

#$gc
#  x1 x2 group
#4  8  d   gc3

不过，最好将数据保存在一个列表中，如果您想为每个组设置单独的数据框，您可以使用list2env。

list2env(new_data, .GlobalEnv)

【讨论】：