根据匹配列和不匹配列的组合选择行答案

【问题标题】：Select rows based on a combination of matched and not matched columns根据匹配列和不匹配列的组合选择行
【发布时间】：2018-10-30 23:54:36
【问题描述】：

我有一张这样的桌子：

 data <- data.frame(a = c("0/0", "0/1", "0/0", "0/0" ),
                    b = c("0/1", "./.", "0/1", "0/0"),
                    c = c("1/0", "0/0", "1/1", "0/0"),
                    d = c("1/0", "0/0", "1/1", "0/0"),                       
                    f = c("L", "L", "T", "L"))

我想选择包含至少一个 0/1 或 1/0 且没有 ./ 的任何行。在 a、b 和 c 列中，并且与 f 列中的 L 匹配。

我正在尝试使用库 data.table

data[data$a %like% "0/1|1/0" | data$b %like% "0/1|1/0"| data$c %like% "0/1|1/0" & !(data$a %like% "./.") & !(data$b %like% "./.") & !(data$c %like% "./.") & data$f == "L", ]

但它不起作用。

表格如下所示：

       a   b   c   d   f
    1 0/0 0/1 1/0 1/0  L
    2 0/1 ./. 0/0 0/0  L
    3 0/0 0/1 1/1 1/1  T
    4 0/0 0/0 0/0 0/0  L

所需的输出应如下所示：

       a   b   c   d   f
    1 0/0 0/1 1/0 1/0  L

你知道我是怎么做到的吗？

【问题讨论】：

如果其中一个答案解决了您的问题，请accept it；这样做不仅为回答者提供了一些积分，而且还为有类似问题的读者提供了一些关闭。尽管您只能接受一个答案，但您可以选择对您认为有帮助的人进行投票。（如果仍有问题，您可能需要编辑您的问题并提供更多详细信息。）

标签： r data.table subset

【解决方案1】：

data[ apply(sapply(data[1:4], `%in%`, c('0/1','1/0')), 1, any) &
      apply(sapply(data[1:3], Negate(`%in%`), c('./.')), 1, all) &
      data$f == "L", ]
#     a   b   c   d f
# 1 0/0 0/1 1/0 1/0 L

分解：

sapply(data[1:4], `%in%`, c('0/1','1/0'))
#          a     b     c     d
# [1,] FALSE  TRUE  TRUE  TRUE
# [2,]  TRUE FALSE FALSE FALSE
# [3,] FALSE  TRUE FALSE FALSE
# [4,] FALSE FALSE FALSE FALSE

这为我们提供了前四列中具有两种“想要”模式之一的实例。我们想要 any 列有它的行，所以我们在它们之间“任意”：

apply(sapply(data[1:4], `%in%`, c('0/1','1/0')), 1, any)
# [1]  TRUE  TRUE  TRUE FALSE

同样，找到那些“不想要”的模式：

sapply(data[1:3], Negate(`%in%`), c('./.'))
#         a     b    c
# [1,] TRUE  TRUE TRUE
# [2,] TRUE FALSE TRUE
# [3,] TRUE  TRUE TRUE
# [4,] TRUE  TRUE TRUE
apply(sapply(data[1:3], Negate(`%in%`), c('./.')), 1, all) # notice "all", not "any"
# [1]  TRUE FALSE  TRUE  TRUE

现在我们要在最后一列 (=="L") 中添加“L”，直接将它们与 & 进行逻辑链接。

【讨论】：

【解决方案2】：

这绝不比有效的 data.table 解决方案快，但它适用于基础 R：

dat <- data.frame(a = c("0/0", "0/1", "0/0", "0/0" ),
                   b = c("0/1", "./.", "0/1", "0/0"),
                   c = c("1/0", "0/0", "1/1", "0/0"),
                   d = c("1/0", "0/0", "1/1", "0/0"),                       
                   f = c("L", "L", "T", "L"))

dat
f <- which(colnames(dat) == 'f')
rows <- apply(dat, 1, function(x)  x[f] == "L" & !any("./." == x[-f]) & any("0/1" == x[-f]) | any("1/0" == x[-f]) )
dat[rows,]

它使用apply函数对数据逐行应用函数。

【讨论】：

【解决方案3】：

另一种选择：

data[f=="L", .SD[apply((.SD=="1/0" | .SD=="0/1") & !apply(.SD=="./.",1,any), 1, any)], 
    .SDcols=c("a","b","c","d")]

【讨论】：

【解决方案4】：

与上一个答案类似：

apply(data[, 1:4], 1, function(a) any(a %in% c("0/1","1/0")) && !any(a[1:3] == "./.")) & data$f == "L"

【讨论】：

【解决方案5】：

这是一个使用来自 base R 的 apply 的简单解决方案 -

test <- apply(data, 1, function(x) {
  any(x %in% c("0/1", "1/0")) & !any(x == "./.") & x["f"] == "L"
})

data[test, ]

#     a   b   c   d f
# 1 0/0 0/1 1/0 1/0 L

【讨论】：

如果有例如，这将无法按预期工作。 f 中的“0/1”或“./.”在d.

【解决方案6】：

您可以先将a、b、c 和d 列连接在一起。

data[, abcd := paste(a, b, c, d)]

然后，我将创建另一个新列，它会告诉我是否满足条件。我先设置为所有FALSE。

data[, Selection := F]

接下来，只为满足条件的列分配TRUE。

(1) 在a、b、c 或d 或简单的abcd 中包含"0/1" 或"1/0"

(2) 在abcd 中没有"./."

(3) 在f 列中有"L"

data[(grepl("0/1", abcd) | grepl("1/0", abcd)) & !grepl("\\./\\.", abcd) &
     f == "L",
     Selection := T]

从这里，我可以选择所需的行

data[(Selection), ]

【讨论】：