使用两个标准对 R 中的数据框进行子集化，其中之一是正则表达式

Question

我有一个类似这样的数据集：

col_a col_b    col_c
1     abc_boy  1
2     abc_boy  2
1     abc_girl 1
2     abc_girl 2

我只需要根据col_b和col_c取第一行，然后在col_c中修改valye，大概是这样：

df[grep("_boy$",df[,"col_b"]) & df[,"col_c"]=="1","col_c"] <- "yes"

但是上面的代码不行，因为第一个条件和第二个条件不是来自同一个集合。

我可以通过使用显式循环以一种愚蠢的方式做到这一点，或者做一个“两层”子集，如下所示：

df.a <- df[grep("_boy$",df[,"col_b"]),]              #1
df.b <- df[grep("_boy$",df[,"col_b"],invert=TRUE),]  #2
df.a <- df.a[df.a[,"col_c"]=="1","col_c"] <- "yes"   #3
df.a <- df.a[df.a[,"col_c"]=="2","col_c"] <- "no"    #4
df <- rbind(df.a,df.b)                               #5

但我不想这样做，谁能告诉我如何“合并”#1 和 #3？谢谢。

Answer 1

尝试grepl 而不是grep。 grepl 返回一个逻辑向量（x 的每个元素是否匹配），可以与逻辑运算符组合。

Answer 2

尽管逻辑正确，但它没有按预期工作的原因是您使用的是grep，而您应该使用grepl。试试吧：

df[ grepl("_boy$", df[,"col_b"]) & df[,"col_c"]=="1", "col_c"] <- "yes"

> df
  col_a    col_b col_c
1     1  abc_boy   yes
2     2  abc_boy     2
3     1 abc_girl     1
4     2 abc_girl     2

grepl 返回其参数长度的逻辑向量，而 grep 返回较短的数字向量，因此在这种情况下会被回收。