在 R 中，如何根据另一个单元格的值删除一系列单元格？

Question

我有一个 300x300 df。每行代表不同患者的数据，以 id 命名。前 2 列是患者 ID。列“id_all”包含的参与者比需要的多，而且比“id”多。我的目标是只保留与第一列“id”相对应的患者信息。

第一个 9x9 看起来像这样：

id	id_all	MMSE BL	MMSE 12	MMSE 24	MMSE 36	MMSE 48	MMSE 60	MMSE 72
aaa002	aaa000	22	18	NA	NA	NA	NA	NA
aaa003	aaa002	29	28	28	29	30	29	NA
aaa005	aaa003	30	29	30	30	30	NA	NA
aaa024	aaa005	29	28	25	NA	NA	25	NA
aaa026	aaa024	30	29	29	29	NA	NA	NA
aaa048	aaa026	28	30	28	27	30	30	NA
aaa095	aaa038	29	29	29	26	NA	NA	NA
aaa222	aaa048	30	29	29	28	28	29	NA

因此，基于第一列，我想以某种方式遍历第二列，并删除与第一列“id”不匹配的参与者的所有信息。 这意味着，在第一行中，删除 2:300 的列，并保持第一列不变。

最后，我希望我的 df 看起来像这样：

id	id_all	MMSE BL	MMSE 12	MMSE 24	MMSE 36	MMSE 48	MMSE 60	MMSE 72
aaa002	aaa002	29	28	28	29	30	29	NA
aaa003	aaa003	30	29	30	30	30	NA	NA
aaa005	aaa005	29	28	25	NA	NA	25	NA
aaa024	aaa024	30	29	29	29	NA	NA	NA
aaa026	aaa026	28	30	28	27	30	30	NA
aaa048	aaa048	30	29	29	28	28	29	NA
aaa095	...
aaa222	...

在此示例中，id_all aaa000 和 aaa038 在 id 列中没有匹配项，因此我想删除有关这些参与者的所有信息。 我无法弄清楚如何删除几乎所有的行（几乎是因为只剩下前两个单元格），并向上移动所有单元格。

另一种可能性是，将第一列向下移动，直到 id 与 id_all 匹配，然后删除 id 列中包含空单元格的整行。

谢谢！

Answer 1

我认为这将达到目的

library(tidyverse)

df %>% filter(!is.na(match(id_all, df$id))) %>% select(-id)

  id_all MMSE.BL MMSE.12 MMSE.24 MMSE.36 MMSE.48 MMSE.60 MMSE.72
1 aaa002      29      28      28      29      30      29      NA
2 aaa003      30      29      30      30      30      NA      NA
3 aaa005      29      28      25      NA      NA      25      NA
4 aaa024      30      29      29      29      NA      NA      NA
5 aaa026      28      30      28      27      30      30      NA
6 aaa048      30      29      29      28      28      29      NA

由于最终数据中有id == id_all，所以不需要重复列。如果需要，可以通过在上述语法末尾添加mutate(id = id_all)轻松创建

df %>% filter(!is.na(match(id_all, df$id))) %>% select(-id) %>% mutate(id = id_all) %>%
  select(id, everything())

      id id_all MMSE.BL MMSE.12 MMSE.24 MMSE.36 MMSE.48 MMSE.60 MMSE.72
1 aaa002 aaa002      29      28      28      29      30      29      NA
2 aaa003 aaa003      30      29      30      30      30      NA      NA
3 aaa005 aaa005      29      28      25      NA      NA      25      NA
4 aaa024 aaa024      30      29      29      29      NA      NA      NA
5 aaa026 aaa026      28      30      28      27      30      30      NA
6 aaa048 aaa048      30      29      29      28      28      29      NA

dput 中的df 已使用

df <- structure(list(id = c("aaa002", "aaa003", "aaa005", "aaa024", 
"aaa026", "aaa048", "aaa095", "aaa222"), id_all = c("aaa000", 
"aaa002", "aaa003", "aaa005", "aaa024", "aaa026", "aaa038", "aaa048"
), MMSE.BL = c(22L, 29L, 30L, 29L, 30L, 28L, 29L, 30L), MMSE.12 = c(18L, 
28L, 29L, 28L, 29L, 30L, 29L, 29L), MMSE.24 = c(NA, 28L, 30L, 
25L, 29L, 28L, 29L, 29L), MMSE.36 = c(NA, 29L, 30L, NA, 29L, 
27L, 26L, 28L), MMSE.48 = c(NA, 30L, 30L, NA, NA, 30L, NA, 28L
), MMSE.60 = c(NA, 29L, NA, 25L, NA, 30L, NA, 29L), MMSE.72 = c(NA, 
NA, NA, NA, NA, NA, NA, NA)), class = "data.frame", row.names = c(NA, 
-8L))

> df
      id id_all MMSE.BL MMSE.12 MMSE.24 MMSE.36 MMSE.48 MMSE.60 MMSE.72
1 aaa002 aaa000      22      18      NA      NA      NA      NA      NA
2 aaa003 aaa002      29      28      28      29      30      29      NA
3 aaa005 aaa003      30      29      30      30      30      NA      NA
4 aaa024 aaa005      29      28      25      NA      NA      25      NA
5 aaa026 aaa024      30      29      29      29      NA      NA      NA
6 aaa048 aaa026      28      30      28      27      30      30      NA
7 aaa095 aaa038      29      29      29      26      NA      NA      NA
8 aaa222 aaa048      30      29      29      28      28      29      NA

Answer 2

在tidyverse中：

library(dplyr)
df %>% 
  filter(id == id_all)

在基地：

df[df$id == df$id_all, ]