从数据框 R 中提取某些列答案

【问题标题】：Extract certain columns from data frame R从数据框 R 中提取某些列
【发布时间】：2022-01-13 10:47:30
【问题描述】：

我的数据框如下所示：

   x s1   s2 s3  s4
1 x1  1 1954  1 yes
2 x2  2 1955  1  no
3 x3  1 1976  2 yes
4 x4  2 1954  2 yes
5 x5  3 1943  1  no

样本数据：

df <- data.frame(x=c('x1','x2','x3','x4','x5'),
                    s1=c(1,2,1,2,3),
                    s2=c(1954,1955,1976,1954,1943), 
                    s3=c(1,1,2,2,1),
                    s4=c('yes','no','yes','yes','no'))```

是否可以提取包含整数1 到3 的数据框列？例如，新的数据框如下所示：

是否可以根据列中的值是否为 1 将 s1 和 s3 列更改为 0 或 1？更改后的数据框将如下所示：

【问题讨论】：

您说您要提取包含 1 到 3 之间整数的列，但随后您保留了包含字符串数据的 x 变量——您想要一个不同的规则吗？（或者x 变量只是您想要保留的特殊变量？）
x 变量只是我想保留的一个特殊变量！

标签： r dataframe sapply

【解决方案1】：

我认为这是你所期望的：

my_df <- data.frame(x=c('x1','x2','x3','x4','x5'),
             s1=c(1,2,1,2,3),
             s2=c(1954,1955,1976,1954,1943), 
             s3=c(1,1,2,2,1),
             s4=c('yes','no','yes','yes','no'))

my_df$end <- apply(my_df, 2, function(x) paste(x, collapse = " "))
my_df <- my_df %>% group_by(x) %>% mutate(end2 = paste(str_extract_all(string = end, pattern = "1|2|3", simplify = TRUE), collapse = " "))
my_var <- which(my_df$end == my_df$end2)
my_df[, my_var] <- t(apply(my_df[, my_var], 1, function(x) ifelse(test = x == 1, yes = 1, no = 0)))
my_df <- my_df[, c(1, my_var)]

【讨论】：

【解决方案2】：

基础 R

newdf <- df[, unique(c("x", names(which(sapply(df, function(z) is.numeric(z) & any(c(1, 3) %in% z)))))), drop = FALSE]
newdf
#    x s1 s3
# 1 x1  1  1
# 2 x2  2  1
# 3 x3  1  2
# 4 x4  2  2
# 5 x5  3  1

newdf[-1] <- lapply(newdf[-1], function(z) +(z == 1))
newdf
#    x s1 s3
# 1 x1  1  1
# 2 x2  0  1
# 3 x3  1  0
# 4 x4  0  0
# 5 x5  0  1

演练：

首先，我们确定哪些列是数字并包含数字 1 或 3：
```
sapply(df, function(z) is.numeric(z) & any(c(1, 3) %in% z))
#     x    s1    s2    s3    s4 
# FALSE  TRUE FALSE  TRUE FALSE 
```
这将排除任何非数字列，这意味着包含文字 "1" 或 "3" 的 character 列将不保留。这是我的完整推断；如果您想接受字符串版本，请删除 is.numeric(z) 组件。

其次，我们提取那些真实的名字，并在前面加上"x"

c("x", names(which(sapply(df, function(z) is.numeric(z) & any(c(1, 3) %in% z)))))
# [1] "x"  "s1" "s3"

如果由于某种原因，"x" 也是数字并包含 1 或 3，则将其包装在 unique(.) 中（此步骤纯粹是防御性的，您可能并不严格需要它）
选择那些列，防御性地添加drop=FALSE，这样如果只有一列匹配，它仍然返回完整的data.frame
仅用 0 或 1 替换那些列（不包括第一列 "x"）； z == 1 返回 logical，包装 +(..) 将逻辑转换为 0 (false) 或 1 (true)。

dplyr

library(dplyr)
df %>%
  select(x, where(~ is.numeric(.) & any(c(1, 3) %in% .))) %>%
  mutate(across(-x, ~ +(. == 1)))
#    x s1 s3
# 1 x1  1  1
# 2 x2  0  1
# 3 x3  1  0
# 4 x4  0  0
# 5 x5  0  1

【讨论】：