如何在 R 中选择数据集的某些行然后在函数中使用？答案

【问题标题】：How to select certain rows of a data set in R to then use in a function?如何在 R 中选择数据集的某些行然后在函数中使用？
【发布时间】：2020-09-24 09:23:34
【问题描述】：

我正在尝试在 R 中的 iris 数据集中找到不同物种之间的马氏距离。我能够通过以下代码找到 setosa 和 versicolor 之间的距离：

library(HDMD)

#To get Mahalanobis distances between Setosa and Versicolor,
set.vers<-pairwise.mahalanobis(x=iris[1:100,1:4], grouping=iris[1:100,]$Species)
md= sqrt(set.vers$distance)

但是，我正在努力为 setosa 和 virginica 做同样的事情。我不确定如何选择数据集的前 50 行和后 50 行（即没有任何 versicolor 数据）

【问题讨论】：

标签： r cluster-analysis iris-dataset

【解决方案1】：

这是一个基本的子集问题。您想基于Species 进行子集化，类似于（未测试）

ss <- iris[iris$Species %in% c("Setosa", "Virginica"), ]
pairwise.mahalanobis(x = ss, grouping = ss$Species)

您当然可以通过多种方式更改要比较的物种对。

【讨论】：

当我使用它时，表示 ss 有 0 行。出现以下错误'[1] Sepal.Length Sepal.Width Petal.Length Petal.Width Species (or 0-length row.names)'
@daisybeats 错误来自"Setosa" 和"Virginica" 中的大写字母。更正后，在第二行中它必须是 x = ss[-5] 或 x = ss[1:4]。而grouping = droplevels(ss$Species) 将避免警告消息。
@RuiBarradas 你是对的，计算非数字 Species 列上的距离有点困难。

【解决方案2】：

这是一种获取iris$Species 和combn 中所有级别组合并计算马氏距离的方法。

library(HDMD)

inx <- sapply(levels(iris$Species), function(l) which(iris$Species == l), simplify = FALSE)
inx <- combn(inx, 2, function(x) unlist(x), simplify = FALSE)
set.vers_all <- lapply(inx, function(i) {
  pairwise.mahalanobis(x = iris[i, 1:4], grouping = droplevels(iris$Species[i]))
})
set.vers_all

【讨论】：