用 vec 对数据进行子集化答案

【问题标题】：Subsetting data with a vec用 vec 对数据进行子集化
【发布时间】：2017-05-03 13:41:14
【问题描述】：

我想通过向量对数据框进行子集化，但为向量中的每个值复制子集：

data = data.frame(A = c(1,2,3,1), B = c(1,2,3,4))
vec = c(1, 1, 1)
subset(data, A %in% vec)
  A B
1 1 1
4 1 4

我想要的不是这个结果：

【问题讨论】：

B 来自哪里？它不在您的数据框中。

标签： r subset

【解决方案1】：

如果你使用purrr库，你可以这样做

map_df(vec, function(x) subset(data, A == x))

使用基础 R，它会是

do.call("rbind", lapply(vec, function(x) subset(data, A == x)))

【讨论】：

【解决方案2】：

你需要扩展它，即

df2 <- subset(data, A %in% vec)
df2[rep(rownames(df2), length(vec)),]
#    A B
#1   1 1
#4   1 4
#1.1 1 1
#4.1 1 4
#1.2 1 1
#4.2 1 4

【讨论】：

【解决方案3】：

data.table 的一个选项：

library(data.table)
setDT(data, key = 'A')[.(vec)]
#   A B
#1: 1 1
#2: 1 4
#3: 1 1
#4: 1 4
#5: 1 1
#6: 1 4

或者使用merge，当merge-by列中有重复值时，它会根据需要提供笛卡尔积：

merge(data, data.frame(A = vec))

#   A B
#1: 1 1
#2: 1 1
#3: 1 1
#4: 1 4
#5: 1 4
#6: 1 4

【讨论】：

【解决方案4】：

按照基本 R 拆分-应用-组合解决方案的思路，

do.call(rbind, lapply(vec, function(i) data[data$A == i, ]))
   A B
1  1 1
4  1 4
11 1 1
41 1 4
12 1 1
42 1 4

如果 vec 包含不均匀的混合值，这可能很有用。如果 vec 中有很多重复，此解决方案可能会很昂贵。在这种情况下，可以通过将其与 soto 的答案中的 rep 想法相结合来减少计算，如下所示。

# count the number of repetitions by unique value
uni <- table(vec)
# extract unique values
temp <- lapply(as.numeric(names(uni)), function(i) data[data$A == i, ])
# combine results, repeating data.frames according to count
do.call(rbind, temp[rep(seq_along(uni), each=uni)])

【讨论】：