根据r中的多个条件删除行[重复]答案

【问题标题】：Delete rows based on multiple conditions in r [duplicate]根据r中的多个条件删除行[重复]
【发布时间】：2017-09-12 17:19:54
【问题描述】：

我想根据两个条件删除一些行。这是我的代码

test <-datasetjoin[!(datasetjoin$Occupation == "Clerical" & datasetjoin$AvgMonthSpend > 58.515 ),]  
test <- test[!(test$Occupation == "Management" & test$AvgMonthSpend > 59.24 ),] 
test <- test[!(test$Occupation == "Manual" & test$AvgMonthSpend > 54.28 ),] 
test <- test[!(test$Occupation == "Professional" & test$AvgMonthSpend > 60.08 ),]   
test <- test[!(test$Occupation == "Skilled Manual" & test$AvgMonthSpend > 57.06 ),] 
test <- test[!(test$NumberCarsOwned == "1" & test$YearlyIncome > (81300-51140) * 1.5 + 81300),]

是否有可能以更优雅的方式获得相同的结果？

提前致谢

Occupation MonthlySpend 
Clerical   60           
Management 59           
Clerical   62           
Clerical   58           
Clerical   63              
Management 56
Management 58

如果 Occupation = clerical 且 MonthlySpend > 60，则删除这些行如果 Occupation = management 且 MonthlySpend > 57，则删除这些行。最后我应该得到这个：

Occupation MonthlySpend
Clerical   58
Management 56

【问题讨论】：

您的问题请提供reproducible examples。
@AdamQuek 请检查帖子，我编辑了一个示例。有没有办法用循环来做到这一点？或应用（）？

标签： r

【解决方案1】：

使用 OR 组合所有条件：|

喜欢：

test <- test[!(test$Occupation == "Management" & test$AvgMonthSpend > 59.24 ) | !(test$Occupation == "Manual" & test$AvgMonthSpend > 54.28 ),]

【讨论】：

简单漂亮，谢谢:)

【解决方案2】：

你可以试试这样的。

步骤 1. 定义限制：

df <- read.table(text="Occupation MonthlySpend 
Clerical   60           
Management 59           
Clerical   62           
Clerical   58           
Clerical   63              
Management 56
Management 58 ", stringsAsFactors=FALSE, header = TRUE)


df2 <- read.table(text="Occupation lmt 
Clerical   60           
Management 57           
", stringsAsFactors=FALSE, header = TRUE)

步骤 2。加入和过滤

df %>% left_join(df2, by = "Occupation") %>%
  group_by(Occupation) %>%
  filter(MonthlySpend < lmt ) %>%
  select(MonthlySpend)

给出：

Source: local data frame [2 x 2]
Groups: Occupation [2]

  Occupation MonthlySpend
       <chr>        <int>
1   Clerical           58
2 Management           56

这样，您必须花费一些资源来定义第二个数据帧，但实际的过滤过程被简化了。

【讨论】：