我在r中有一个data。frame，我想在两个不同的列上尝试两种不同的条件，但我希望这些条件是包容的。因此，我想用“OR”来组合这些条件。当我想要使用“AND”条件时，我曾经成功地使用过下面的语法。
my.data.frame <- data[(data$V1 > 2) & (data$V2 < 4), ]
但是我不知道在上面的句子中如何使用“或”。
当前回答
你要找的是“|”。看到http://cran.r-project.org/doc/manuals/R-intro.html Logical-vectors
my.data.frame <- data[(data$V1 > 2) | (data$V2 < 4), ]
其他回答
一个数据。表完整性选项:
library(data.table)
dt <- data.table(V1 = runif(10, 0, 1),
V2 = letters[1:10])
dt[V1 > 0.5 | V2 == "b",]
#> V1 V2
#> 1: 0.7294220 a
#> 2: 0.9717687 b
#> 3: 0.7177076 c
#> 4: 0.5963838 e
#> 5: 0.5456320 i
由reprex包于2022-07-10创建(v2.0.1)
有关这个有用的包的更多信息，请检查这个链接。
my.data.frame <- subset(data , V1 > 2 | V2 < 4)
模仿此函数行为的替代解决方案，更适合包含在函数体中:
new.data <- data[ which( data$V1 > 2 | data$V2 < 4) , ]
有些人批评使用which是不必要的，但它确实可以防止NA值返回不想要的结果。等价的(.i。e对于V1或V2中的任何NA，不返回NA行)到上面演示的两个选项，而不使用which将是:
new.data <- data[ !is.na(data$V1 | data$V2) & ( data$V1 > 2 | data$V2 < 4) , ]
注:我要感谢试图修复上面代码中的错误的匿名贡献者，这个修复被版主拒绝了。实际上，当我更正第一个错误时，我注意到了一个额外的错误。检查NA值的条件子句需要是第一个，如果它要按我的意图处理，因为…
> NA & 1
[1] NA
> 0 & NA
[1] FALSE
在使用“&”时，参数的顺序可能很重要。
如果有人正在寻找一种非常可伸缩的解决方案，如果您想针对相同的条件测试多个列，那么您可以使用Reduce或rowsum。
样本数据
df <- base::expand.grid(x = c(0, 1),
y = c(0, 1),
z = c(0, 1))
df
#> x y z
#> 1 0 0 0
#> 2 1 0 0
#> 3 0 1 0
#> 4 1 1 0
#> 5 0 0 1
#> 6 1 0 1
#> 7 0 1 1
#> 8 1 1 1
解决方案
它是否包含0?保留除第8行以外的每一行，仅用1填充。
Reduce()中的函数+基本上是一个OR运算符，因为如果它包含任何TRUE值，它的结果就是>0。
## Reduce ---------------------------------------------------
df[Reduce(f = `+`, x = lapply(df, `==`, 0)) > 0, ]
#> x y z
#> 1 0 0 0
#> 2 1 0 0
#> 3 0 1 0
#> 4 1 1 0
#> 5 0 0 1
#> 6 1 0 1
#> 7 0 1 1
## rowSums --------------------------------------------------
df[rowSums(df == 0) > 0, ]
#> x y z
#> 1 0 0 0
#> 2 1 0 0
#> 3 0 1 0
#> 4 1 1 0
#> 5 0 0 1
#> 6 1 0 1
#> 7 0 1 1
多个和条件
请注意，使用*而不是+，也可以轻松地使用Reduce应用多个AND条件。如果所有情况都为TRUE，则将所有逻辑相乘只返回值>0。
df[Reduce(`*`, lapply(df, `==`, 0)) > 0, ]
#> x y z
#> 1 0 0 0
你要找的是“|”。看到http://cran.r-project.org/doc/manuals/R-intro.html Logical-vectors
my.data.frame <- data[(data$V1 > 2) | (data$V2 < 4), ]
为了完整起见，我们可以使用运算符[和[[:
set.seed(1)
df <- data.frame(v1 = runif(10), v2 = letters[1:10])
几个选项
df[df[1] < 0.5 | df[2] == "g", ]
df[df[[1]] < 0.5 | df[[2]] == "g", ]
df[df["v1"] < 0.5 | df["v2"] == "g", ]
df$name等价于df[["name"， exact = FALSE]]
使用dplyr:
library(dplyr)
filter(df, v1 < 0.5 | v2 == "g")
使用sqldf:
library(sqldf)
sqldf('SELECT *
FROM df
WHERE v1 < 0.5 OR v2 = "g"')
以上选项的输出:
v1 v2
1 0.26550866 a
2 0.37212390 b
3 0.20168193 e
4 0.94467527 g
5 0.06178627 j
