将条件指定为变量以对 R 中的数据框进行子集化答案

【问题标题】：specifying conditions as a variable to subset a data frame in R将条件指定为变量以对 R 中的数据框进行子集化
【发布时间】：2011-06-24 00:54:23
【问题描述】：

假设我有一个数据框，df，有 30 列：A1 到 A30。我知道我可以通过编写如下命令来子集这个数据帧：

 filteredrows = subset(df, A1 == 30 & A2 == 2 & A3 == "this")

上面的示例根据三列中的值过滤数据，但我必须对大约 12 列中的值执行此操作。在 subset() 函数中写入这 12 个值会使其太长。为了使代码更清晰，有没有一种方法可以将条件指定为变量或函数，然后使用它在子集函数中指定条件。是否可能出现以下情况？

x = (A1 == 30 & A2 == 2 & A3 == "this")
filteredrows = subset(df, x)

提前致谢。

【问题讨论】：

标签： r

【解决方案1】：

您可以将条件指定为expression，然后使用eval 将其传递给子集：

d <- data.frame(x=letters[1:10],y=runif(10))
ss <- expression(x == "a")
subset(d, eval(ss))

【讨论】：

我无法确定这种技术是漂亮还是糟糕。
@hadley - :shrug: 只是我脑海中第一件事就是按照 OP 的要求去做。但你是专家，不是我。我喜欢学习：为什么它很糟糕？我很乐意用一种更好的方法来投票回答这个问题，以解释为什么这个方法不好。
它很漂亮，因为它有效，而且我可以看到任何更简单的方法。这很糟糕，因为有两组引用和评估——你的和子集中的。
@hadley - 如果您认为这通常不是一个好习惯，请让我知道执行此操作的“正确”方法。可以在列表中指定限制吗？
“正确”的方式，如果它甚至是合理的大胆，可能是按照你最初的建议去做。我不清楚你为什么认为它太长了，为什么还有其他东西会更干净。当我做这样的事情时，通常是因为出于某种原因我将多次执行子集，在这种情况下，按照我的建议将集合放入数据框中可能是一个不错的选择。

【解决方案2】：

您的建议几乎奏效了，当您收到x 时，您只需要一个with。

> df <- expand.grid(A1=(1:3)*10,A2=1:3,A3=c("this","that"))
> x <- with(df, (A1 == 30 & A2 == 2 & A3 == "this"))
> subset(df, x)
  A1 A2   A3
6 30  2 this

您也可以通过这种方式获取子集。

> df[x,]
  A1 A2   A3
6 30  2 this

您可能还想将x 放入数据框df；否则重新排序数据框可能会搞砸，比如

df$x <- with(df, (A1 == 30 & A2 == 2 & A3 == "this"))
subset(df,x)

【讨论】：

谢谢亚伦。但是，这对我不起作用，因为我想指定条件，而与数据框的名称无关。
哦，我的第一次投反对票！（当然不是我/真的/在乎...）