在 R 中的多个列中应用矢量化子集答案

【问题标题】：Applying vectorized subsetting across multiple columns in R在 R 中的多个列中应用矢量化子集
【发布时间】：2016-01-15 22:10:26
【问题描述】：

我试图找到一种直接的方法来矢量化/概括 data.frame 的子集。假设我有一个 data.frame：

df <- data.frame(A = 1:5, B = 10 * 1:5, C = 100 * 1:5)

每一列都有自己的条件，目标是 df 的子集，以便只有那些行保留至少一列满足条件的位置。我现在想找到一个泛化的向量化子集机制

df <- subset(df, df[,1]<2 | df[,2]< 30 | df[,3]<100)

所以我可以像这样制定它

crit <- c(2,30,100)
df <- subset(df, df$header < crit[1:3])

沿着我想去的路。

df <- subset(df, df$header < crit[1:n])

我知道一个多步骤循环解决方法，但必须有另一种方法。我很感激任何帮助。

【问题讨论】：

旁注：df <- data.frame(A = 1:5, B = 10 * 1:5, C = 100 * 1:5) 比使用 5 行创建数据框更容易；-)
df[rowSums(mapply(`<`, df, crit)) > 0, ] 也许？
非常感谢，我已经远远落后于子集兔子洞，我忘记了 mapply！

标签： r vectorization subset logical-operators generalization

【解决方案1】：

给定：

x <- c(1:5)
y <- c(10,20,30,40,50)
z <- c(100,200,300,400,500)

# df is a base function
mydf <- data.frame(A = x, B = y, C = z)

crit <- c(2,30,100)

那么这会让你看到列中哪些值小于暴击值：

> sweep(mydf, 2, crit, "<")
         A     B     C
[1,]  TRUE  TRUE FALSE
[2,] FALSE  TRUE FALSE
[3,] FALSE FALSE FALSE
[4,] FALSE FALSE FALSE
[5,] FALSE FALSE FALSE

这将为您提供满足任何条件的行：

> subset(mydf, rowSums(sweep(mydf, 2, crit, "<")) > 0)

  A  B   C
1 1 10 100
2 2 20 200

【讨论】：

也可以，rawr 的 mapply 解决方案要快一点，至少在我的机器上是这样

【解决方案2】：

这也应该有效

> df[apply(df, 1, function(x){any(x < crit)}), ]
  A  B   C
1 1 10 100
2 2 20 200

【讨论】：