根据列表中的值列表对数据框进行子集答案

【问题标题】：Subset a dataframe based on a list of values in a list根据列表中的值列表对数据框进行子集
【发布时间】：2020-08-19 09:18:27
【问题描述】：

我有一个包含参与者 ID 和观察结果的数据框。我还有一些需要从该数据框中删除的参与者的 ID 列表 - 我想删除与该参与者 ID 关联的整行。我尝试了以下方法：

ListtoRemove <- as.list(ListtoRemove)
NewDataFrame <-    
subset(OldDataFrame,OldDataFrame$ParticipantsIDs!=ListtoRemove)

这会给出两个警告并且不会删除行。

1: In `!=.default`(DemographicsALL$subject_label, AllSibs) :
longer object length is not a multiple of shorter object length
2: In is.na(e1) | is.na(e2) :
longer object length is not a multiple of shorter object length
>

数据示例：

structure(list(ParticipantsIDs = structure(c(2L, 1L, 3L, 4L, 
6L, 5L), .Label = c("B0002", "B001", "B003", "B004", "L004", 
"M003"), class = "factor"), Age = structure(c(3L, 1L, 4L, 2L, 
5L, 6L), .Label = c("15", "23", "45", "53", "65", "98"), class =      
"factor")), class = "data.frame", row.names = c(NA, 
-6L))

ListtoRemove <- as.list(B004,M003)

【问题讨论】：

是来自NewDataFrame的dput
B004 和 M003 是什么？变量（如所写）或字符串（当前存在语法错误）？

标签： r dataframe conditional-statements rows

【解决方案1】：

NewDataFrame[ !NewDataFrame[,1] %in% unlist(ListtoRemove), ]
#      ParticipantsIDs Age 
# [1,] "B001"          "45"
# [2,] "B0002"         "15"
# [3,] "B003"          "53"
# [4,] "L004"          "98"

我认为您提供的代码可能存在一些错误。

您使用subset 的方式表明NewDataFrame 是data.frame，但您给了我们matrix。无论哪种方式，我的代码都能正常工作，但您的 subset 将会失败（与您展示的方式不同）。
as.list(B004, M003) 最多可能有三点错误：
- 如果这些是变量的名称，那么我们没有它们；
- 如果这些是字符串，那么我们看到
```
as.list(B004, M003)
# Error in as.list(B004, M003) : object 'B004' not found
```
- as.list(1, 2, 3) 仅list - 化第一个参数，此处忽略 2 和 3（所以我们只会看到 "B004"，而不是 M003；也许您的意思是 list("B004", "M003") 或 c("B004", "M003")？

相反，我使用了

ListtoRemove <- list("B004","M003")

【讨论】：

谢谢。是的，抱歉，我在制作示例时忘记将其设为数据框。我无法使用原始数据框。
"no way ... data frame" ...下次请考虑dput(head(x))，而不是给我们一个不正确的结构。当您搜索带有r 标签（url）的问题时，请阅读顶部段落，它建议“使用dput() 获取数据”。
谢谢你，无论如何这个帖子确实给了我需要的答案。
@MonikaGrigorova Maybe consider accepting it as an answer.

【解决方案2】：

如果您使用的是数据框，那么更易于阅读的方法是：

# create data.frame
df <- data.frame(ParticipantsIDs = c("B001", "B0002", "B003", "B004", "M003", "L004"), 
                        Age = c("45", "15", "53", "23", "65", "98"))

# vector containing ids to remove
ids.remove <- c('B004','M003')

df

# subset df by rows where ParticipantsIDs are not found in ids.remove
subset(df, !(ParticipantsIDs %in% ids.remove))

【讨论】：

【解决方案3】：

使用您的数据（ListtoRemove 稍作编辑 - 我希望这是正确的）：

data=structure(c("B001", "B0002", "B003", "B004", "M003", "L004", 
"45", "15", "53", "23", "65", "98"), .Dim = c(6L, 2L), .Dimnames = list(
NULL, c("ParticipantsIDs", "Age")))
ListtoRemove <- list("B004","M003")

怎么样：

data_subset=data[!data[,"ParticipantsIDs"] %in% unlist(ListtoRemove),]

输出：

> data_subset
     ParticipantsIDs Age 
[1,] "B001"          "45"
[2,] "B0002"         "15"
[3,] "B003"          "53"
[4,] "L004"          "98"

【讨论】：

【解决方案4】：

我最终使用了：

data_subset = data[!data[, "ParticipantsIDs"] %in% unlist(ListtoRemove), ]

而且效果很好。

【讨论】：