如何指定 if 条件，以便我可以将函数应用于我的数据框的子集（即 if 语句）？

Question

我想将一个函数应用于我的数据框的一个子集。将此函数设为来自 {gmodels} 的 CrossTable()，它为您提供两个分类变量的交叉表。不过，我的问题并不是专门针对该功能，理想情况下，相同的解决方案也应该适用于任何其他功能，例如table()。

现在，我知道如何对数据帧进行子集化、保存输出并使用它，但是如果我想一步完成所有这些操作呢？

这是我的数据，这是我尝试过的：

mydata <- data.frame(var1=c(rep(1:3,5)),
                     var2=c(5,1,1,4,2,3,5,2,2,5,1,2,4,1,1))

library(gmodels)
CrossTable(mydata$var1, mydata$var2, digits=2, expected=F, prop.r=T, prop.c=F, prop.t=F, format="SPSS") # For the whole dataset

if (mydata$var1>1) CrossTable(mydata$var1, mydata$var2, digits=2, expected=F, prop.r=T, prop.c=F, prop.t=F, format="SPSS") 

if 条件产生警告“条件的长度 > 1 并且仅使用第一个元素”，我认为这是因为由于某种原因 if (condition) statement 不能应用于数据帧中的向量。那是对的吗？在 STATA 中，您可以只输入 if var ==x，这似乎有很大不同。

library(tidyverse)
mydata %>% filter(var>1) %>% CrossTable(mydata$var1, mydata$var2, digits=2, expected=F, prop.r=T, prop.c=F, prop.t=F, format="SPSS") 

这已经是 B 计划了，我真的很想选择 A 计划，但这个 tidyverse 解决方案似乎也不能解决问题，因为 CrossTable() 像许多其他函数（例如 table()）一样无法处理整理选择对象。

CrossTable(mydata$var1[mydata$var1>1], mydata$var2, digits=2, expected=F, prop.r=T, prop.c=F, prop.t=F, format="SPSS") 

这是 C 计划，按照这个顺序，这是我最不喜欢的选项。所以这是一件好事，这也不起作用，因为显然它会产生两个不同长度的向量：var1 将比var2 短五个观察值

有没有人有解决方案，甚至可能有多种解决方案？谁能告诉我如何通过 c 制定计划？那太好了！

Answer 1

另一种可能是，

with(mydata[mydata$var1 > 1,], CrossTable(var1, var2, digits=2, expected=F, prop.r=T, prop.c=F, prop.t=F, format="SPSS"))

Answer 2

理想情况下，将数据子集化并在您要使用的函数中使用数据

mydf <- subset(mydata, var1 > 1)
CrossTable(mydf$var1, mydf$var2, digits=2, expected=F, prop.r=T, prop.c=F, prop.t=F, format="SPSS")

if 条件不会对它只是检查条件的数据进行子集化。

如果您不想一次性对数据进行子集化，则可以过滤两个术语中的值

CrossTable(mydata$var1[mydata$var1 > 1], mydata$var2[mydata$var1 > 1], digits=2, expected=F, prop.r=T, prop.c=F, prop.t=F, format="SPSS")

或者使用dplyr，我们可以这样做

library(dplyr)
mydata %>% 
  filter(var1 > 1) %>%
  {CrossTable(.$var1, .$var2, digits=2, expected=F, prop.r=T, prop.c=F, prop.t=F, format="SPSS")}