通过不同数量的逻辑列过滤数据框

Question

我有一个问题，我确定有一个我找不到的优雅解决方案。

我有一个函数可以创建具有一组不同逻辑向量的数据框。在函数结束时，我想组合所有现有的逻辑向量。潜在的名称是已知的，但足以使 if 语句的各种排列不可行。

例如下面的两个数据表。潜在的逻辑向量是“night”、“pet”、“rising”，其中会存在 1 到 3 个。我想要能够可靠地组合任何存在的逻辑向量的代码。

我想出了与潜在列的名称相匹配的列号列表，但无法将其带回家

希望这很清楚，感谢您的帮助

df1 <- structure(list(hour = structure(c(1123624800, 1123628400, 1123632000, 
1123635600, 1123639200), class = c("POSIXct", "POSIXt"), tzone = "UTC"), 
    night = c(FALSE, FALSE, TRUE, TRUE, TRUE), pet = c(TRUE, 
    TRUE, TRUE, TRUE, TRUE)), .Names = c("hour", "night", "pet"
), row.names = c(NA, 5L), class = "data.frame")

structure(list(hour = structure(c(1123624800, 1123628400, 1123632000, 
1123635600, 1123639200), class = c("POSIXct", "POSIXt"), tzone = "UTC"), 
    night = c(FALSE, FALSE, TRUE, TRUE, TRUE), pet = c(TRUE, 
    TRUE, TRUE, TRUE, TRUE), rising = c(TRUE, TRUE, FALSE, TRUE, 
    FALSE)), .Names = c("hour", "night", "pet", "rising"), row.names = c(NA, 
5L), class = "data.frame")


filters <- c("rising", "pet", "night")
match(filters, names(df))[!is.na(match(filters, names(df)))]

如果我要明确写出我希望代码做什么：

return(df1[df1$night & df1$pet, ]) 
return(df2[df2$night & df2$pet $ df2$rising, ])

编辑：我将重写它以希望更清楚。 我有一个数据框，其中最多包含三个逻辑向量，其中包含各种数据质量过滤器的标志。例如，三个潜在向量的名称是“夜”、“宠物”、“上升”。数据框将具有这些向量中的 1 到 3 个的某种组合。有时它会有“pet”和“night”，或者“night”和“rising”，或者“pet”和“rising”，或者三者兼有....

我想返回所有现有逻辑向量都为真的记录。问题是我事先不知道存在哪些向量（这取决于函数调用中的选项），所以我想编写代码以能够处理所有各种组合。比如：

check which logical vectors exist
return(df[(all existing vectors are true), ]

如果我只是尝试

return(df[df$rising & df$pet $ df$night, ]) 

只要其中一列丢失，代码就会失败，因此我需要一种更强大的方法来完成此操作。

希望这更清楚！一般来说，如果我不能清楚地表达问题，那就意味着我在做一些愚蠢的事情......

Answer 1

更新：

df2[Reduce(`&`, df2[sapply(df2, is.logical)]),]

将返回所有逻辑列都是TRUE 的行。也可以使用最后介绍的apply方法。

---

您可以通过Reduce 和& 实现您的目标：

df1[Reduce(`&`, df1[-1]),]
#                  hour night  pet
# 3 2005-08-10 00:00:00  TRUE TRUE
# 4 2005-08-10 01:00:00  TRUE TRUE
# 5 2005-08-10 02:00:00  TRUE TRUE

上面我们排除了带有-1 的第一列。下面我们使用您在filters 中定义的列列表：

df2[Reduce(`&`, df2[filters]),]
#                  hour night  pet rising
# 4 2005-08-10 01:00:00  TRUE TRUE   TRUE 

Reduce 迭代地将& 应用于其第二个参数中的元素对（数据框中的列）。

或者，您可以使用apply：

df2[apply(df2[filters], 1, all),]
df1[apply(df1[-1], 1, all),]