反向过滤器/子集数据框

Question

我的数据类似于：

print(dat)
i1  i2  node_id
 4   4        8
 4   5        8
 3   2        9
 5   1        8

使用 dplyr 的 filter 或 subset（最好是过滤器）我想反向过滤数据，所以我得到了这个：

 print(dat)
 i1  i2  node_id
 4   4        8
 4   5        8
 5   1        8

我说反向过滤器是因为不是过滤或子设置，例如：

dat<-filter(dat,node_id==8)
dat<-subset(dat,node_id==8)

我想通过告诉 R 我想保留除 node_id==9 之外的所有内容来做到这一点 我试过了：

dat<-filter(dat,-node_id==9)
dat<-subset(dat,-node_id==9)

但两者都不起作用。有什么建议？谢谢。

Answer 1

<, >, <=, >= 的反向过滤

我知道这不是特别要求的，但是如果对 <, >, <=, >= 条件的情况进行反向过滤，如果你想要所有 node_id < 9following 都可以工作

dat <- dat %>% filter(!node_id >= 9)

与

相同

dat <- dat %>% filter(node_id < 9)

Answer 2

subset() 有多个条件

这与 OP 没有直接关系，但可以帮助其他人解决您的 subset() 具有多个条件的情况。

假设您有一个数据框dat，并且您有一个名为A.df 的dat 子集。你想得到B.df，它从dat中排除了A.df。

One approach 正在使用! 反转条件组合：

A.df <- subset(dat, Col1 %in% criteria | Col2 %in% criteria | Col3 %in% criteria)

变成

B.df <- subset(dat, !(Col1 %in% criteria | Col2 %in% criteria | Col3 %in% criteria))

但这可能不适用于嵌套子集（即子集的子集等）。

另一种方法是使用rownames() 排除某些行。这种方法适用于具有多个条件的子集和嵌套子集。

假设 dat 有 1,2,3,4,5 行，而 A.df 有 3,4 行。因此，我们排除这些行以获得 B.df 的 1,2,5。

dat$ID <- rownames(dat)
B.df <- subset(dat, !(ID %in% rownames(A.df)))

第一行是获取dat 每一行的名称（默认为1,2,3,...）并将它们附加到新列中。