如何对多列中小写值的数据框进行子集化答案

【问题标题】：How to subset dataframe on lowercase values in multiple columns如何对多列中小写值的数据框进行子集化
【发布时间】：2019-12-09 16:30:54
【问题描述】：

我有一个这样的数据框：

set.seed(12)
df <- data.frame(
  v1 = sample(LETTERS, 10),
  v2 = sample(LETTERS, 10),
  v3 = sample(LETTERS, 10),
  v4 = c(sample(LETTERS, 8), sample(letters, 2)),
  v5 = c(sample(letters, 1), sample(LETTERS, 7), sample(letters, 2))
    )
df
   v1 v2 v3 v4 v5
1   B  K  F  G  p
2   U  U  T  W  N
3   W  J  C  V  Y
4   G  I  Q  S  E
5   D  F  E  N  T
6   A  X  Z  T  C
7   V  Y  K  X  I
8   M  Z  D  Q  A
9   Y  L  H  k  d
10  R  B  L  j  t

我想在df 的任何列中包含小写值的那些行上对df 进行子集化。可以这样做：

df1 <- df[grepl("[a-z]", df$v1) | grepl("[a-z]", df$v2) | grepl("[a-z]", df$v3) |
          grepl("[a-z]", df$v4) | grepl("[a-z]", df$v5), ]
df1
   v1 v2 v3 v4 v5
1   B  K  F  G  p
9   Y  L  H  k  d
10  R  B  L  j  t

但是，如果您有很多（更多）列，并且容易出错，这是不经济的。有没有更干净、更简单、更经济的方法，最好是在base R中？

【问题讨论】：

标签： r subset

【解决方案1】：

df[rowSums(sapply(df, function(x) x %in% letters)) > 0,]
#OR
df[apply(df == sapply(df, tolower), 1, any),]
#   v1 v2 v3 v4 v5
#1   B  L  L  M  e
#9   R  N  D  t  t
#10  F  X  M  h  x

【讨论】：

【解决方案2】：

一种选择是使用lapply 在每一列上应用grepl 以创建逻辑vectors 和Reduce 的list 和|

df[Reduce(`|`, lapply(df, grepl, pattern = "[a-z]")),]
#   v1 v2 v3 v4 v5
#1   B  L  L  M  e
#9   R  N  D  t  t
#10  F  X  M  h  x

或使用filter_all

library(dplyr)
library(stringr)
df %>% 
    filter_all(any_vars(str_detect(., "[a-z]")))
#  v1 v2 v3 v4 v5
#1  B  L  L  M  e
#2  R  N  D  t  t
#3  F  X  M  h  x

【讨论】：

很酷。 Reduce 对我来说是新功能：为什么 | 包含在反引号中？
@ChrisRuehlemann 只是为了正确评估它。它也可以使用单引号

【解决方案3】：

您可以每行使用paste，然后使用grepl。

df[grepl("[a-z]", apply(df, 1, paste, collapse="")),]
#   v1 v2 v3 v4 v5
#1   B  L  L  M  e
#9   R  N  D  t  t
#10  F  X  M  h  x

或者另一个选项是do.call

df[grepl("[a-z]", do.call(paste, df)),]

【讨论】：

那更酷：虽然我明白paste, collapse=""，但不确定--它有什么作用？
paste 获得一个向量，并与collapse 连接。试试paste(c("a", "b")) 和paste(c("a", "b"), collapse="")
因此此处的粘贴垂直起作用，通过将满足greplclause 中表达的条件的行绑定在一起？
不行它horizontal，用apply中的1定义。
@akrun 感谢改进！