是否可以根据行范围和 r 中的逻辑条件对 data.frame 进行子集化？ [复制]答案

【问题标题】：is it possible to subset a data.frame based on a row range AND a logical condition in r? [duplicate]是否可以根据行范围和 r 中的逻辑条件对 data.frame 进行子集化？ [复制]
【发布时间】：2020-12-25 16:12:26
【问题描述】：

在 base r 中，我可以根据行范围对 data.frame 进行子集化：

mtcars[1:5,]

或者我可以根据逻辑条件进行子集化：

mtcars[mtcars$cyl==6,]

但我似乎不能同时做到这两点：

mtcars[1:5 & mtcars$cyl==6,]

警告信息：在 1:5 & mtcars$cyl == 6 中：较长的对象长度不是较短对象长度的倍数

还有其他方法吗？

用例是使用 LaF 包加载一个巨大的 .csv，它允许使用类似于 base r 的命令进行过滤，但使用行范围比使用条件加载内容要快得多，并且添加多个条件意味着我有时需要等待一天才能加载数据。

【问题讨论】：

标签： r

【解决方案1】：

如果您以交互方式工作，我会使用subset。

subset(mtcars[1:5,], cyl==6)
#                mpg cyl disp  hp drat    wt  qsec vs am gear carb
#Mazda RX4      21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
#Mazda RX4 Wag  21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
#Hornet 4 Drive 21.4   6  258 110 3.08 3.215 19.44  1  0    3    1

或者存储中间结果。

tt <- mtcars[1:5,]
tt[tt$cyl==6,]
rm(tt)

或者，您可以链接您的两个条件。

mtcars[(1:5)[mtcars$cyl[1:5]==6],]
#mtcars[1:5,][mtcars$cyl[1:5]==6,] #Alternative
#mtcars[1:5,][mtcars[1:5,]$cyl==6,] #Alternative

或存储1:5 在这种情况下我会推荐的内容。

i <- 1:5
mtcars[i[mtcars$cyl[i]==6],]
rm(i)

【讨论】：

这些是很好的答案，但对于这个涉及读取非常大文件的用例，我无法复制数据。我不确定 LaF 是否接受子集命令，但会检查一下。
也许你试试i <- 1:5; mtcars[i[mtcars$cyl[i]==6],]

【解决方案2】：

您可以使用任何一种方式进行子集化。

基于逻辑向量：

mtcars[seq(nrow(mtcars)) %in% 1:5 & mtcars$cyl==6,]

#                mpg cyl disp  hp drat    wt  qsec vs am gear carb
#Mazda RX4      21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
#Mazda RX4 Wag  21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
#Hornet 4 Drive 21.4   6  258 110 3.08 3.215 19.44  1  0    3    1

基于行范围：

mtcars[intersect(1:5, which(mtcars$cyl==6)),]

【讨论】：

您知道其中哪一个可能更快吗？诀窍是找到一种方法让 LaF 仅在行范围内搜索，而不必计算完整的数据集（即 30 GB）。我担心 nrow() 可能会迫使它这样做。
是的，在第一个选项中，我们正在生成从 1 到 nrow 的序列，这可能效率不高。您可以使用intersect 方法。更好的是mtcars[intersect(1:5, which(mtcars$cyl[1:5]==6)),]