将条件应用于具有 R 中索引的多个列

Question

我有一个很酷的学校作业，我们必须执行一些网络抓取，以抓取 FIFA Ultimate Team (FUT) 中最好的 480 名球员。它们的所有名称和统计信息都存储在数据框中。我们需要创建一个函数，根据玩家的统计数据（例如，玩家的总体评分超过 90）过滤玩家。我创建了以下函数：

player_filter <- function(stats,minimum){
  print(Stats.FUT$Name[Stats.FUT[,stats]>=minimum])
}

参数 'stats' 是一个 1:7 的向量，我想用它来引用我的数据框的列与球员统计数据（1 是整体评分，2 射门，3 运球等等。）

player_filter(1,90) 返回总评分超过 90 的玩家。 player_filter(3,90) 返回运球评分超过 90 的球员。 这很好用。

但是，如果我想查看总和运球评分超过 90 的球员，该功能将失败。

player_filter(c(1,3),90) 为我提供了总评分为 90 的玩家的正确姓名（第 1 列），但为其他玩家返回 NA（第 3 列）。

它似乎不检查第 1 列和第 3 列是否都符合最小值 90，而是检查第一列并忽略（？）第三列。

我做错了什么，为什么？

亲切的问候，

杰

Answer 1

我自己找到了方法，但无论如何感谢您的支持。 如果有人遇到过类似的问题，matrixStats 包中的 rowMins 函数提供了一个解决方案。这是一种将单个条件应用于具有索引的多个列的解决方法。下面是一个示例，当我想打印至少有 90 个整体和投篮的球员姓名时（第 1 列和第 3 列）。如下：

Stats.FUT[,10]

打印(Stats.FUT$Name[(Stats.FUT[,10] >= 90)

我希望它在未来的某一天对某人有所帮助。 干杯

Answer 2

我重新创建了一个（我认为）反映您的格式的数据框：

library(dplyr)
#> Warning: package 'dplyr' was built under R version 4.0.3
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union

Stats.Fut <- tribble(
  ~names, ~overall, ~shooting,
  "Lionel Messi",90,90,
  "Cristiano Ronaldo",90,90,
  "Neymar",90,90,
  "Kevin De Bruyne",90,90,
  "Robert Lewandowski",90,90,
  "Sadio Mane",90,90,
  "Mohamed Salah",90,90,
  "Kylian Mbappe",90,90,
  "Virgil van Dijk",90,90,
  "Random Player 1",5,5,
  "Random Player 2",6,6
)

Stats.Fut
#> # A tibble: 11 x 3
#>    names              overall shooting
#>    <chr>                <dbl>    <dbl>
#>  1 Lionel Messi            90       90
#>  2 Cristiano Ronaldo       90       90
#>  3 Neymar                  90       90
#>  4 Kevin De Bruyne         90       90
#>  5 Robert Lewandowski      90       90
#>  6 Sadio Mane              90       90
#>  7 Mohamed Salah           90       90
#>  8 Kylian Mbappe           90       90
#>  9 Virgil van Dijk         90       90
#> 10 Random Player 1          5        5
#> 11 Random Player 2          6        6

基础 R 解决方案

@EricoPatto 的答案基本上是正确的，除了 && 返回一个布尔值，而 & 返回一个布尔值向量，它将选择正确的名称，如下所示：

Stats.Fut[, 1][Stats.Fut[, 2] >= 90 & Stats.Fut[, 3] >= 90]

#> [1] "Lionel Messi"       "Cristiano Ronaldo"  "Neymar"            
#> [4] "Kevin De Bruyne"    "Robert Lewandowski" "Sadio Mane"        
#> [7] "Mohamed Salah"      "Kylian Mbappe"      "Virgil van Dijk"

要获得这一点，OP 只需替换正确的列索引，如下所示：

Stats.Fut[, 8][Stats.Fut[, 1] >= 90 & Stats.Fut[, 3] >= 90]

dplyr 解决方案

执行此操作的更好方法 (IMO) 是使用列名而不是索引。它使代码更易于阅读，并确保即使列重新排序，代码仍将运行。使用 dplyr 和列名，您可以使用以下方法获得相同的解决方案：

Stats.Fut %>%
  filter(overall >= 90,
         shooting >= 90) %>%
  select(names)
#> # A tibble: 9 x 1
#>   names             
#>   <chr>             
#> 1 Lionel Messi      
#> 2 Cristiano Ronaldo 
#> 3 Neymar            
#> 4 Kevin De Bruyne   
#> 5 Robert Lewandowski
#> 6 Sadio Mane        
#> 7 Mohamed Salah     
#> 8 Kylian Mbappe     
#> 9 Virgil van Dijk

这里的filter 语句实际上是说只返回总分 >= 90 并且投篮得分 >= 90 的行。 这会将名称作为单列小标题返回（基本上是增强的 data.frame）。如果您需要将名称作为向量，请使用 pull 而不是 select，如下所示：

Stats.Fut %>%
  filter(overall >= 90,
         shooting >= 90) %>%
  pull(names)
#> [1] "Lionel Messi"       "Cristiano Ronaldo"  "Neymar"            
#> [4] "Kevin De Bruyne"    "Robert Lewandowski" "Sadio Mane"        
#> [7] "Mohamed Salah"      "Kylian Mbappe"      "Virgil van Dijk"

Answer 3

试试这个：

Stats.FUT[,8][Stats.FUT[,1]>=90 && Stats.FUT[,3]>=90] 

根据我的经验，这应该很好用。不过，我无法测试它。