使用 ifelse 从 R 中的数据集中删除不需要的行答案

【问题标题】：Using ifelse to remove unwanted rows from the dataset in R使用 ifelse 从 R 中的数据集中删除不需要的行
【发布时间】：2012-09-17 12:28:33
【问题描述】：

我有一个数据集，我想在其中删除我的几个人在第一个观察年中第 11 个月的出现次数。是否可以用 ifelse 做到这一点？类似的东西：

ifelse(ID=="1" & Month=="11" and Year=="2006", "remove these rows",  
  ifelse(ID=="2" & Month=="11" & Year=="2007", "remove these rows",   
         "nothing"))

一如既往，感谢所有帮助！ :)

【问题讨论】：

这个问题可能有很多很好的答案，所有这些都将从一个可重复的例子中受益匪浅。
您要删除多少个人？ 2个或3个，还是更多？（如果更多，你应该使用%in%）。

标签： r subset if-statement

【解决方案1】：

如果您想要的只是要删除或不删除哪个指示器，您甚至不需要 ifelse()。

ind <- (Month == "11") &
           ((ID == "1" & Year == "2006") | (ID == "2" & Year == "2007"))

如果Month 是"11" 并且如果其他两个子条款中的任何一个是TRUE，ind 将包含 TRUE。

然后您可以通过[ 或subset() 在任何子集操作中使用!ind 删除这些样本。

dat <- data.frame(ID = rep(c("1","2"), each = 72),
                  Year = rep(c("2006","2007","2008"), each = 24),
                  Month = rep(as.character(1:12), times = 3))
ind <- with(dat, (Month == "11") & ((ID == "1" & Year == "2006") |
                                    (ID == "2" & Year == "2007")))
ind
dat2 <- dat[!ind, ]

这给了

R> ind
  [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE
 [13] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE
 [25] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
 [37] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
 [49] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
 [61] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
 [73] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
 [85] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
 [97] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE
[109] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE
[121] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[133] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
R>     dat2 <- dat[!ind, ]
R> nrow(dat)
[1] 144
R> nrow(dat2)
[1] 140

就示例数据而言这是正确的/

【讨论】：

【解决方案2】：

data.table 解决方案，节省时间和内存（略少编码）。它适用于大数据集。

如果列是整数，则不是因子

library(data.table)
DT <- data.table(ID = rep(1:2, each = 72),
          Year = rep(2006:2008, each = 24),
          Month = rep(1:12, times = 3))
# or you could use:   DT <- as.data.table(dat)
setkey(DT,ID,Year,Month)
DT[-DT[J(1:2,2006:2007,11),which=TRUE]]

【讨论】：

感谢您的提醒——在字符/因素和-J(...)
啊，我没有注意到字符/因素方面。如果DT 的列是类型字符，则：DT[-DT[J(c("1","2"),as.character(2006:2007),"11"),which=TRUE]]。如果它们是因素，那么它也会起作用（我认为有警告）或作为因素：DT[-DT[J(factor(1:2),factor(2006:2007),factor(11)),which=TRUE]]。