如何为包含列表中数值的任何行子集数据框？答案

【问题标题】：How to subset a data frame for any row that contains a numeric value from a list?如何为包含列表中数值的任何行子集数据框？
【发布时间】：2019-10-16 19:08:51
【问题描述】：

我有一个包含 26 列和 1000 行的数据框。我有一个包含 20 个值的列表。我只想选择数据框中包含列表中任何（一个或多个）值的行。

我尝试过子集和子集 + 过滤器功能。以下是值列表：

dx.codes <- c(4140 , 4111 , 4118 , 41181 , 41189 , 412 , 4130 , 4131 , 4139 , 4140 , 41400 , 41401 , 41406 , 4142 , 4143 , 4144 , 4148 , 4149 , "V4581", "V4582")

df <- subset(sample.df, subset.df[1:1000, ] %in% dx.codes)

该子集返回一个新的数据框，但没有任何观察结果。查看初始数据框，我知道有包含这些值的行，但是我无法让它们显示在新数据框中。

【问题讨论】：

如果您包含一个简单的reproducible example，其中包含可用于测试和验证可能解决方案的示例输入和所需输出，则更容易为您提供帮助。（我们不需要全部 1000 行或 20 列来测试解决方案，但合理近似您的数据的东西会非常有帮助）。

标签： r dataframe

【解决方案1】：

假设这 20 个值可以在 26 列中的任何一个中找到，您可以使用以下代码：

library(tidyverse)

df %>%
  filter_all(any_vars(. %in% dx.codes))

【讨论】：

【解决方案2】：

使用基础 R，您可以使用 sapply 检查数据框每个单元格的每个代码，然后使用 rowSums 创建索引：

df1 <- as.data.frame(matrix(sample(1:52000, 26000), nrow = 1000), stringsAsFactors = F)

df1[rowSums(sapply(df1, `%in%`, dx.codes)) > 0,]

【讨论】：