R中多个变量中的多个值对数据进行子集化

Question

假设我有这个数据集：

data1 = sample(1:250, 250)
data2 = sample(1:250, 250)
data <- data.frame(data1,data2)

如果我想在 'data1' 和 'data2' 中将 'data' 子集化为 30 个值，那么最好的方法是什么？例如，从“数据”中，我想选择 data1= 4 或 12 或 13 或 24 且 data2= 4 或 12 或 13 或 24 且 data2= 4 或 12 或 13 或 24 的所有行。我想要同时满足这两个条件的行是真的。

我是这样写的：

subdata <- subset(data, data1 == 4 |data1 == 12 |data1 == 13 |data1 == 24 & data2 == 4 |data2 == 12 |data2 == 13 |data2 == 24)

但这似乎并不同时满足两个条件，而是一个或另一个。

Answer 1

请注意，在您原来的subset 中，您没有将| 的data1 和data2 测试包装在括号中。这会产生“data1= 4 or 12 or 13 or 24 OR data2= 4 or 12 or 13 or 24”的错误子集。你实际上想要：

subdata <- subset(data, (data1 == 4 |data1 == 12 |data1 == 13 |data1 == 24) & (data2 == 4 |data2 == 12 |data2 == 13 |data2 == 24))

以下是您将如何使用%in% 修改您的subset 函数：

subdata <- subset(data, (data1 %in% c(4, 12, 13, 24)) & (data2 %in% c(4, 12, 13, 24)))

下面我提供了一个优雅的dplyr 方法和filter_all：

library(dplyr)
data %>%
  filter_all(all_vars(. %in% c(4, 12, 13, 24)))

注意：

您的sample 函数不会轻易生成测试实际为真的样本数据。因此，上述解决方案可能会返回零行。因此，我修改了您的示例数据集以生成实际上具有您可以子集的匹配项的行。

数据：

set.seed(1)
data1 = sample(c(4, 12, 13, 24, 100, 123), 500, replace = TRUE)
data2 = sample(c(4, 12, 13, 24, 100, 123), 500, replace = TRUE)
data <- data.frame(data1,data2)