动态子集数据框答案

【问题标题】：Dynamic subseting a dataframe动态子集数据框
【发布时间】：2014-02-21 10:29:13
【问题描述】：

我有一个固定的无数字列和任意数字列的数据框，如下所示：

s <- data.frame(A=c("a","b","c"),B=c(1,2,3), C=c(24,15,2))

我还有两个向量，它们的长度与定义每列的最小值和最大值的数值列数相同。

min <- c(2,10)
max <- c(3,30)

我想用 B 列在 2 到 3 之间，C 列在 10 到 30 之间的所有行对数据框进行子集化。像这样：

s <- s[s$B >= min[1] & s$B <= max[1] & s$C >= min[2] & s$C <= max[2],]

现在要为任意数量的数字列设置数据帧的子集，我使用 for 语句：

for(i in 1:length(min))
  s <- s[s[,i+1] >= min[i] & s[,i+1] <= max[i],]

这可以完成工作，但速度很慢。我在数据框中有大约 20 列和 150K 行。

有更好的方法吗？

【问题讨论】：

标签： r

【解决方案1】：

一般来说，像这样？

s <- data.frame(A=sample(letters,100,T),B=sample(1:4,100,T), C=sample(2:40,100,T))
# larger dataframe

min <- c(2,10)
max <- c(3,30)

  filt<-rowSums(
    sapply(1:length(min),function(x){   # for each item in min (or max)
    s[,x+1]>=min[x] & s[,x+1]<=max[x]   # create a T/F vector
    })
  )==length(min)                        # this returns T for cases where all criteria are met

  s[filt,]  # this applies your filter to s

【讨论】：