过滤具有多个条件的data.frame而不写出它们答案

【问题标题】：Filter data.frame with multiple conditions without writing them out过滤具有多个条件的data.frame而不写出它们
【发布时间】：2020-12-02 07:58:25
【问题描述】：

如何在不实际写出的情况下通过多个条件有效地过滤data.frame。

为了更清楚，让我们看一下下面的小而简化的示例，其中希望提取介于 1 和 2 或 4 和 6 或 60 和 65 之间的从 1 到 100 的所有整数：

df <- data.frame(number = 1:100, someothermeasure = rnorm(100))
filters <- matrix(c(1,2,4,6,60,65), ncol = 2, byrow = T)

我想要与以下相同的结果，但没有手动列出各个条件：

dplyr::filter(df, (number >= filters[1,1] & number <= filters[1,2])|(number >= filters[2,1] & number <= filters[2,2])|(number >= filters[3,1] & number <= filters[3,2]))

只有在有少量条件需要过滤时才可以写出来。但是，当过滤条件dim(filters)[1] 等于10000 时该怎么办？这种情况该如何处理？

【问题讨论】：

标签： r dataframe filter dplyr tidyverse

【解决方案1】：

带有rowwise() 和filter() 的dplyr 解决方案。

library(dplyr)

df %>%
  rowwise() %>%
  filter(any(number >= filters[, 1] & number <= filters[, 2])) %>%
  ungroup()

或者您可以在purrr 中使用pmap_dfr()，它会自动按行组合所有过滤后的数据。

library(purrr)

pmap_dfr(as.data.frame(filters),
         ~ filter(df, number >= .x & number <= .y))

两种方法都给出

# # A tibble: 11 x 2
#    number someothermeasure
#     <int>            <dbl>
#  1      1           -0.319
#  2      2            0.497
#  3      4            0.501
#  4      5            1.20 
#  5      6           -0.741
#  6     60            0.954
#  7     61            1.59 
#  8     62            1.10 
#  9     63            0.348
# 10     64            0.242
# 11     65           -0.170

【讨论】：

@Joshua 我更新了另一个，其概念类似于 SebSta 的答案，但可能更简洁。
@Darren Tsai，这个也不错，不知道那个功能。非常感谢。

【解决方案2】：

apply 是一个很好的工具，可以多次应用一个函数：

apply(X = filters, MARGIN = 1, FUN = function(x,y){
  y %>% 
    dplyr::filter(number >= x[1] & number <= x[2])
}, y = df)

【讨论】：

谢谢，好主意，然后我会用do.call(rbind, ) 包裹它。
没错。我想知道rbind 还是rbind.data.frame 在这里更好，但这毕竟是一个不同的问题。