使用 dplyr 根据多列中的行值选择列答案

【问题标题】：Selecting columns based on row values in multiple columns using dplyr使用 dplyr 根据多列中的行值选择列
【发布时间】：2017-12-06 08:05:51
【问题描述】：

我正在尝试选择至少一行等于 1 的列，前提是同一行在第二列中也具有特定值。我更愿意使用 dplyr 来实现这一点，但欢迎任何计算效率高的解决方案。

例子：

在 a1、a2、a3 中选择至少包含一行值为 1 且列 b=="B" 的列

示例数据：

rand <- function(S) {set.seed(S); sample(x = c(0,1),size = 3, replace=T)}
df <- data.frame(a1=rand(1),a2=rand(2),a3=rand(3),b=c("A","B","A"))

输入数据：

  a1 a2 a3 b
1  0  0  0 A
2  0  1  1 B
3  1  1  0 A

期望的输出：

我设法使用以下代码获得了正确的输出，但这是一个非常低效的解决方案，我需要在一个非常大的数据帧（365,000 行 X 314 列）上运行它。

df %>% select_if(function(x) any(paste0(x,.$b) == '1B'))

【问题讨论】：

您最好将数据转换为长格式。您觉得这很困难的原因是您尝试以宽格式计算它。
@docendodiscimus 感谢您的提示，这似乎确实更容易！

标签： r dplyr

【解决方案1】：

一个解决方案，不使用 dplyr：

df[sapply(df[df$b == "B",], function(x) 1 %in% x)]

【讨论】：

【解决方案2】：

这是我的dplyr 解决方案：

ids <- df %>% 
  reshape2::melt(id.vars = "b") %>% 
  filter(value == 1 & b == "B") %>% 
  select(variable)

df[,unlist(ids)]

#  a2 a3
#1  0  0
#2  1  1
#3  1  0

正如@docendo-discimus 所建议的那样，转换为长格式更容易

【讨论】：