排除超过阈值的行答案

【问题标题】：Exclude rows surpassing threshold value排除超过阈值的行
【发布时间】：2017-10-19 03:45:24
【问题描述】：

我有一个数据集df

  field_pointpath                       assetclass_code value
C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT      6KSFS_6KSF   50
C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT      6KSFS_6KSF   60
C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT      6KSFS_6KSF   65
C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT      6KSFS_6KSF   43
C_THDxL_0154x6KSFS_A03xaP_ACT                  6KSFS    70
C_THDxL_0154x6KSFS_A03xaP_ACT                  6KSFS    55
C_THDxL_0154x6KSFS_A03xaP_ACT                  6KSFS    43
C_THDxL_0154x6KSFS_A03xaP_ACT                  6KSFS    11
C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT     6KSFS_6KSF    67
C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT     6KSFS_6KSF    36
C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT     6KSFS_6KSF    39
C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT     6KSFS_6KSF    33
C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT     6KSFS_6KSF    20
C_THDxL_0154x6KSFS_B03xaP_ACT                  6KSFS    21
C_THDxL_0154x6KSFS_B03xaP_ACT                  6KSFS    22
C_THDxL_0154x6KSFS_B03xaP_ACT                  6KSFS    17
C_THDxL_0154x6KSFS_B03xaP_ACT                  6KSFS    30

我想为特定的field_pointpath 过滤掉values 例如：

C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT
C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT

具有字符 A 的 value 不应大于 60：

类似，

C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT，
C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT

具有字符 B 的 value 不应大于 30

因此输出应该是

                    field_pointpath    assetclass_code  value
C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT   6KSFS_6KSF       50
C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT   6KSFS_6KSF       60
C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT   6KSFS_6KSF       43
C_THDxL_0154x6KSFS_A03xaP_ACT              6KSFS         55
C_THDxL_0154x6KSFS_A03xaP_ACT              6KSFS         43
C_THDxL_0154x6KSFS_A03xaP_ACT              6KSFS         11
C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT   6KSFS_6KSF       20
C_THDxL_0154x6KSFS_B03xaP_ACT              6KSFS         21
C_THDxL_0154x6KSFS_B03xaP_ACT              6KSFS         22
C_THDxL_0154x6KSFS_B03xaP_ACT              6KSFS         17
C_THDxL_0154x6KSFS_B03xaP_ACT              6KSFS         30

【问题讨论】：

标签： r filter threshold

【解决方案1】：

您可以使用regular expression 过滤field_pointpath。我假设您正在寻找有 _A 或 _B 后跟 2 位数字的条目。然后你将它与value 上的过滤器结合起来：

ind <- (grepl("\\_A[0-9]{2}", df$field_pointpath) & df$value > 60) | 
       (grepl("\\_B[0-9]{2}", df$field_pointpath) & df$value > 30)
df[!ind, ]

#                          field_pointpath assetclass_code value
# 1  C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT      6KSFS_6KSF    50
# 2  C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT      6KSFS_6KSF    60
# 4  C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT      6KSFS_6KSF    43
# 6          C_THDxL_0154x6KSFS_A03xaP_ACT           6KSFS    55
# 7          C_THDxL_0154x6KSFS_A03xaP_ACT           6KSFS    43
# 8          C_THDxL_0154x6KSFS_A03xaP_ACT           6KSFS    11
# 13 C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT      6KSFS_6KSF    20
# 14         C_THDxL_0154x6KSFS_B03xaP_ACT           6KSFS    21
# 15         C_THDxL_0154x6KSFS_B03xaP_ACT           6KSFS    22
# 16         C_THDxL_0154x6KSFS_B03xaP_ACT           6KSFS    17
# 17         C_THDxL_0154x6KSFS_B03xaP_ACT           6KSFS    30

【讨论】：

感谢您的解决方案。好吧，这似乎是一种更微妙的方法，但 substr 对我来说很顺利。
substr 方法假定 A/B 总是在字符串中的第 20 位。如果你能保证你应该去substr。如果您需要包含更多案例，您可能需要返回regex。
我会记住这个建议。目前数据在固定位置有字符串。

【解决方案2】：

您可以使用以下代码：

# your data, with 2 lines appended that will not be selected
my_df  <- read.table(header = TRUE, 
text = "field_pointpath                       assetclass_code value
C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT      6KSFS_6KSF   50
C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT      6KSFS_6KSF   60
C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT      6KSFS_6KSF   65
C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT      6KSFS_6KSF   43
C_THDxL_0154x6KSFS_A03xaP_ACT                  6KSFS    70
C_THDxL_0154x6KSFS_A03xaP_ACT                  6KSFS    55
C_THDxL_0154x6KSFS_A03xaP_ACT                  6KSFS    43
C_THDxL_0154x6KSFS_A03xaP_ACT                  6KSFS    11
C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT     6KSFS_6KSF    67
C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT     6KSFS_6KSF    36
C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT     6KSFS_6KSF    39
C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT     6KSFS_6KSF    33
C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT     6KSFS_6KSF    20
C_THDxL_0154x6KSFS_B03xaP_ACT                  6KSFS    21
C_THDxL_0154x6KSFS_B03xaP_ACT                  6KSFS    22
C_THDxL_0154x6KSFS_B03xaP_ACT                  6KSFS    17
C_THDxL_0154x6KSFS_B03xaP_ACT                  6KSFS    30
C_THDxL_0154x6KSFS_C03xaP_ACT                  6KSFS    30 ## added
C_THDxL_0154x6KSFS_D03xaP_ACT                  6KSFS    30 ## added
")

library(stringr)
    my_df2 <- my_df[ (str_detect( my_df$field_pointpath, "_A03") & my_df$value <= 30) 
| ( str_detect(my_df$field_pointpath, "_B03")  & my_df$value <= 60 ), ]

请告诉我这是否是你想要的。

【讨论】：

我尝试了这个解决方案，但不幸的是它抛出了一个错误。无论如何，使用其他成员提供的解决方案对我来说很有效。谢谢
我再次测试了上面的代码，结果运行顺利。如果您仍然感兴趣，可以告诉我抛出的错误吗？

【解决方案3】：

    df[(substr(df$field_pointpath, 20,20)=="A" & df$value <= 60) |
         (substr(df$field_pointpath, 20,20)=="B" & df$value <= 30),]

1  C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT      6KSFS_6KSF    50
2  C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT      6KSFS_6KSF    60
4  C_THDxL_0154x6KSFS_A03x6KSF_11xaP_ACT      6KSFS_6KSF    43
6          C_THDxL_0154x6KSFS_A03xaP_ACT           6KSFS    55
7          C_THDxL_0154x6KSFS_A03xaP_ACT           6KSFS    43
8          C_THDxL_0154x6KSFS_A03xaP_ACT           6KSFS    11
13 C_THDxL_0154x6KSFS_B03x6KSF_11xaP_ACT      6KSFS_6KSF    20
14         C_THDxL_0154x6KSFS_B03xaP_ACT           6KSFS    21
15         C_THDxL_0154x6KSFS_B03xaP_ACT           6KSFS    22
16         C_THDxL_0154x6KSFS_B03xaP_ACT           6KSFS    17
17         C_THDxL_0154x6KSFS_B03xaP_ACT           6KSFS    30

【讨论】：