根据一系列变量过滤数据框答案

【问题标题】：Filtering a dataframe based on a sequence of variables根据一系列变量过滤数据框
【发布时间】：2017-09-28 13:22:43
【问题描述】：

我有一个包含变量序列的数据框c1...c20。这些变量中的每一个都包含一个代码。我有一个代码向量code.vec，我想对数据框进行子集化以包含c1|c2|c3|...|c20 在code.vec 中的记录。

示例数据（示例仅使用 3 个cn 变量）：

code.vec<-c("T1", "T2", "T3", "T4")

c1<-c("T1", "X1", "T6", "R5")
c2<-c("R4", "C6", "C7", "X3")
c3<-c("C5", "C2", "X4", "T2")

df<-data.frame(c1, c2, c3)

这就是我目前正在做的事情：

library(dplyr)
df %>% filter(c1 %in% code.vec | c2 %in% code.vec | c3 %in% code.vec)

  c1 c2 c3
1 T1 R4 C5
2 R5 X3 T2

这行得通，但由于真正的数据框有 20 个cn 变量，因此需要大量输入。似乎应该有一个简单的应用或循环解决方案（并且在 SAS 中使用数组和 do 循环很容易做到），但我无法在 R 中找到解决方案，我也找不到任何类似的问题在这里。

【问题讨论】：

标签： r loops dplyr apply

【解决方案1】：

这是一个使用来自dplyr 的filter_all 的简单解决方案：

library(dplyr)

df %>% 
  filter_all(any_vars(. %in% code.vec))

结果：

  c1 c2 c3
1 T1 R4 C5
2 R5 X3 T2

在 cmets 中提到，如果您想要过滤所有变量包含 code.vec 的行，您可以使用将 any_vars 替换为 all_vars：

df %>% 
  filter_all(all_vars(. %in% code.vec))

【讨论】：

这非常有效。它认为在 tidyverse 中的某个地方有一个解决方案，它比我尝试做的要简单得多。
@patward5656 tidyverse 确实很强大。附带说明一下，如果您想过滤 all 变量包含 code.vec 的行，则可以改为使用 df %>% filter_all(all_vars(. %in% code.vec))。
这是有史以来最不受欢迎的回复之一。它有一个单独的赞成票，来自我，而且很棒。
@Dirk 谢谢，这个答案实际上帮助我获得了我的第一个金徽章:)

【解决方案2】：

这是一种应该比较快的方法。

# get the position of the rows that match using modulus (final row returns 0)
temp <- which(unlist(dat) %in% code.vec) %% nrow(dat)
# replace 0s with final row
temp[temp == 0] <- nrow(dat)

然后子集

dat[unique(sort(temp)),]
  c1 c2 c3
1 T1 R4 C5
4 R5 X3 T2

请注意，我正在处理您的 data.frame 变量中的字符向量。如果您将它们存储为因子，则需要将 unlist(dat) 包装在 as.character() 中。

数据

dat <-
structure(list(c1 = c("T1", "X1", "T6", "R5"), c2 = c("R4", "C6", 
"C7", "X3"), c3 = c("C5", "C2", "X4", "T2")), .Names = c("c1", 
"c2", "c3"), row.names = c(NA, -4L), class = "data.frame")

【讨论】：