通过两列的结合来进行子集化答案

【问题标题】：subsetting by conjunction of two columns通过两列的结合来进行子集化
【发布时间】：2017-07-18 19:04:22
【问题描述】：

我想同时在两列上创建我的数据调节子集。

与此处类似： subsetting data using multiple variables in R

例如：

假设我有一个名为 Gamedat 的数据集：

        Games    People Hoursplayed
    goldeneye   Michael           5
    goldeneye  Thatcher           8
    goldeneye    Dexter          12
    goldeneye    Dexter          15
       pacman    Dexter           2
       tetris     Clint           5
       tetris    Dexter           8
    goldeneye  Thatcher          12
       pacman  Thatcher          15
    goldeneye     Clint           2
       pacman   Michael           5
       pacman   Michael           8
       pacman     Clint          12
       tetris      John          15
       tetris     Clint           2
 ageofempires     Clint           5
       pacman    Dexter           8
 ageofempires  Thatcher          12
 ageofempires      John          15
    goldeneye    Dexter           2

假设我想看一个像 Goldeneye 这样的游戏。我想看看有多少玩家玩其他游戏的时间与他们玩 Goldeneye 的时间相同（这在我的真实数据集中更有用）。

所以我这样做：

 Gameofinterest <- Gamedat[ grep("goldeneye", Gamedat[ ,1]), ]`

然后我这样做：

  subset(Gamedat, Gamedat[ ,2] %in% Gameofinterest[ ,2] & 
  Gamedat[ ,3] %in% Gameofinterest[ ,3])

但这给了我：

       Games   People Hoursplayed
   goldeneye  Michael           5
   goldeneye Thatcher           8
   goldeneye   Dexter          12
   goldeneye   Dexter          15
      pacman   Dexter           2
      tetris    Clint           5
      tetris   Dexter           8
   goldeneye Thatcher          12
      pacman Thatcher          15
   goldeneye    Clint           2
      pacman  Michael           5
      pacman  Michael           8
      pacman    Clint          12
      tetris    Clint           2
ageofempires    Clint           5
      pacman   Dexter           8
ageofempires Thatcher          12
   goldeneye   Dexter           2

当我真正想要的是这样的时候：

         Games   People Hoursplayed
     goldeneye  Michael           5
     goldeneye Thatcher           8
     goldeneye   Dexter          12
     goldeneye   Dexter          15
        pacman   Dexter           2
     goldeneye Thatcher          12
     goldeneye    Clint           2
        pacman  Michael           5
        tetris    Clint           2
  ageofempires Thatcher          12
     goldeneye   Dexter           2

简而言之，我想找到与“People & Hoursplayed”匹配的示例，

而不是“人物”和“上演时间”……有意义吗？

我知道我能做到：

 Gamedat$PHpaste <- paste(Gamedat$People, Gamedat$Hoursplayed, sep="")

 Gamedat[Gamedat[ ,4] %in% Gameofinterest[ ,4], ]

然后得到：

        Games   People Hoursplayed    PHpaste
    goldeneye  Michael           5   Michael5
    goldeneye Thatcher           8  Thatcher8
    goldeneye   Dexter          12   Dexter12
    goldeneye   Dexter          15   Dexter15
       pacman   Dexter           2    Dexter2
    goldeneye Thatcher          12 Thatcher12
    goldeneye    Clint           2     Clint2
       pacman  Michael           5   Michael5
       tetris    Clint           2     Clint2
 ageofempires Thatcher          12 Thatcher12
    goldeneye   Dexter           2    Dexter2

希望有更优雅的东西吗？

【问题讨论】：

您想要的结果正确吗？德克斯特玩 pacman 2 小时，但玩 goldeye 29 小时……是因为这 29 小时中有 2 小时是独特记录的一部分吗？
最后一行显示 Dexter 已经玩了 2 小时的 Goldeneye，所以它是正确的匹配。

标签： r indexing subset multiple-columns

【解决方案1】：

我认为这可以使用dplyr 来实现。首先，使用过滤器检索游戏为黄金眼的行。然后使用 inner_join 加入使用 People 和 HoursPlayed 的原始数据。可选：选择所需的列并按人员排列。

library(dplyr)
Gamedat %>% 
  filter(Games == "goldeneye") %>% 
  inner_join(Gamedat, by = c("People", "Hoursplayed")) %>% 
  select(Games = Games.y, People, Hoursplayed) %>% 
  arrange(People)

结果：

          Games   People Hoursplayed
1     goldeneye    Clint           2
2        tetris    Clint           2
3     goldeneye   Dexter          12
4     goldeneye   Dexter          15
5        pacman   Dexter           2
6     goldeneye   Dexter           2
7     goldeneye  Michael           5
8        pacman  Michael           5
9     goldeneye Thatcher           8
10    goldeneye Thatcher          12
11 ageofempires Thatcher          12

【讨论】：