如何在多个变量中以相同条件在 dplyr 中进行子集化答案

【问题标题】：How to subset in dplyr with the same conditions among multiple variables如何在多个变量中以相同条件在 dplyr 中进行子集化
【发布时间】：2016-09-30 04:47:46
【问题描述】：

我有一个按顺序排列的变量列表，我想知道在 dplyr 中是否有一种简单的方法在变量序列中具有相同条件的子集。

例如，我有以下变量：

DX1 DX2 DX3 DX4 DX5

如果这些变量中的任何一个包含以下字符串“7586”，我想要我的数据子集。

从单个变量中设置子集我会执行以下操作：

filter(df, DX1 == '7586')

我能想到的唯一方法是：

filter(df, DX1 == '7586' | DX2 == '7586' | DX3 == '7586' | DX4 == '7586' | DX5 == '7586')

我的实际数据集包含 DX1-DX25，编写起来会很乏味。

上面有没有简化的方法？

类似

的东西

filter(df, DX1-25 == '7586')

谢谢

【问题讨论】：

标签： r filter dplyr subset

【解决方案1】：

如果 DX1 ~ DX25 是您的 data.frame 的所有或大部分列，可能是这样的？

df[apply(df, 1, function(row) any(row == '7586')), ]

     x    y
1 7586  322
2 3322 7586

数据：

structure(list(x = structure(c(2L, 1L), .Label = c("3322", "7586"
), class = "factor"), y = structure(1:2, .Label = c("322", "7586"
), class = "factor")), .Names = c("x", "y"), row.names = c(NA, 
-2L), class = "data.frame")

【讨论】：

【解决方案2】：

select(data, DX1:DX25) %>% apply(., 1, function(x) any(x == '7586')) %>% data[. , ]

【讨论】：

【解决方案3】：

两个选项，一个在 base R 中，一个在 dplyr 中，应该产生相同的结果：

df[rowSums(df == 7586) > 0,]

或

library(dplyr)
df %>% 
   filter(rowSums(. == 7586) > 0)

还有一个有趣的data.table 版本，如果需要的话，它应该会加快一点速度：

library(data.table)
setDT(df)[, .SD[Reduce(`+`, lapply(.SD, `==`, 7586) ) > 0] ]

【讨论】：

非常感谢您提供的所有选项！