按多列中的配对条件过滤答案

【问题标题】：Filter by paired criteria in multiple columns按多列中的配对条件过滤
【发布时间】：2019-01-19 19:44:43
【问题描述】：

我有一个如下所示的数据框，并希望按两列中的匹配项进行过滤。

在下面，我想过滤 EMILY AND FEMALE 以及 MICHAEL AND MALE。我可以设置某种列表或数据框，然后用它来过滤吗？

Name,Year,Gender,Count
Emily,2000,Female,25952
Emily,2001,Female,34294
Michael,2000,Male,345697
Michael,2000,Female,4
Michael,2001,Male,185029
Michael,2001,Female,5

【问题讨论】：

标签： r dplyr

【解决方案1】：

您确实可以定义一个包含感兴趣案例的数据框，然后使用inner_join：

toFilter <- data.frame(Name = c("Emily", "Michael"), Gender = c("Female", "Male"))
inner_join(df, toFilter)
Joining, by = c("Name", "Gender")
#      Name Year Gender  Count
# 1   Emily 2000 Female  25952
# 2   Emily 2001 Female  34294
# 3 Michael 2000   Male 345697
# 4 Michael 2001   Male 185029

【讨论】：

这正是我想要的。我应该再次审查我的加入！谢谢！

【解决方案2】：

怎么样：

library(tidyverse)

df %>%
filter( (Name == "Emily" & Gender == "Female") | (Name == "Michael" & Gender == "Male") )

使用的数据：

df <- read_csv("Name,Year,Gender,Count
         Emily,2000,Female,25952
         Emily,2001,Female,34294
         Michael,2000,Male,345697
         Michael,2000,Female,4
         Michael,2001,Male,185029
         Michael,2001,Female,5")

【讨论】：

这行得通，但我一直在寻找一种更有效或更灵活的方法。
没有基准，但是从经验来看，使用连接进行过滤并不是最有效/最快的方法。就可读性/灵活性而言，这当然是主观的，我理解。
是否可以反向执行 - 即过滤掉 Emily AND Female 和 Michael AND Male？我试过df %>% filter( (Name != "Emily" & Gender != "Female") | (Name != "Michael" & Gender != "Male") ) 但这似乎与上面的结果相同。
@LucyWheeler，试试这个：df %>% filter(! ( (Name == "Emily" & Gender == "Female") | (Name == "Michael" & Gender == "Male") ) )