根据列表值过滤数据框列答案

【问题标题】：Filter data frame columns based on list values根据列表值过滤数据框列
【发布时间】：2020-07-01 11:40:48
【问题描述】：

我有一个这样的数据框：

df <- data.frame(var1 = c(1,1,3,4,5,6,7,8,9),
       var2 = c(11,11,33,44,55,66,77,88,99),
       var3 = c(111,111,333,444,555,666,777,888,999),
       var4 = c(1111,1111,3333,4444,5555,6666,7777,8888,9999))
> df
  var1 var2 var3 var4
1    1   11  111 1111
2    1   11  111 1111
3    3   33  333 3333
4    4   44  444 4444
5    5   55  555 5555
6    6   66  666 6666
7    7   77  777 7777
8    8   88  888 8888
9    9   99  999 9999

我想根据存储在列表中的多个列值过滤特定行。

例如：

my_list <- list(var1 = 1,
     var2 = 11,
     var3 = 111)
filtered_df <- df %>% filter(var1 == my_list$var1[[1]],
              var2 == my_list$var2[[1]],
              var3 == my_list$var3[[1]])
> filtered_df
  var1 var2 var3 var4
1    1   11  111 1111
2    1   11  111 1111

我可以选择列表中的元素并使用列表名称过滤数据框，而不是包含 filter 中的每个变量吗？

【问题讨论】：

啊，如果所有问题都像这样结构良好且对帮助者友好！

标签： r list dataframe filter

【解决方案1】：

您的建议与data.table中的自然方式非常相似：

library(data.table)
setDT(df)
df[my_list, on = .(var1, var2, var3)]

   var1 var2 var3 var4
1:    1   11  111 1111
2:    1   11  111 1111

如果你先指定你的key，过滤会更简洁：

setkey(df, var1, var2, var3)
df[my_list]

一个 base R 替代：

df[rowSums(df[1:3] == my_list) == 3L, ]

【讨论】：

【解决方案2】：

这是使用rlang::parse_expr() 的替代方法：

library(dplyr)
library(rlang)

df %>%
  filter(!!parse_expr(paste(names(my_list), my_list, sep = "==", collapse = "&")))

  var1 var2 var3 var4
1    1   11  111 1111
2    1   11  111 1111

【讨论】：

感谢您的回答。只是一个快速跟进的问题。如何强制 parse_expr 包含特殊字符，例如“_”。例如，如果我的 df 中的第一行现在是：var1 = "1_1", var2 = 11, var3 = 111, var4 = 1111 和 my_list = list(var1 = "1_1", var 2 = 11, var3 = 111)。

【解决方案3】：

涉及dplyr、tidyr 和purrr 的解决方案可能是：

map_dfr(.x = imap(my_list, setNames), 
        ~ enframe(.x) %>%
         inner_join(df %>%
                     rowid_to_column() %>%
                     pivot_longer(-rowid))) %>%
 group_by(rowid) %>%
 filter(n() == length(my_list)) %>%
 slice(1) %>%
 inner_join(df %>%
             rowid_to_column(), by = c("rowid" = "rowid")) %>%
 ungroup() %>%
 select(starts_with("var"))

   var1  var2  var3  var4
  <dbl> <dbl> <dbl> <dbl>
1     1    11   111  1111
2     1    11   111  1111

【讨论】：

感谢您的解决方案。这很有教育意义，但有些复杂。

【解决方案4】：

一个基本的 R 解决方案是这样的：

首先，您将列表中的值粘贴在一起，并用交替标记 | 折叠它们：

my_list_1 <- paste0(unlist(my_list), collapse = "|")
my_list_1
[1] "1|11|111"

然后，使用此替换字符串 my_list_1 以及使用 apply 将数据框的行粘贴在一起，您将数据框子集到与 my_list_1 匹配的那些行上：

df[which(grepl(my_list_1, apply(df, 1, paste0, collapse = " "))),]
  var1 var2 var3 var4
1    1   11  111 1111
2    1   11  111 1111

【讨论】：