使用 %in% 对 R 中的数据进行子集化的条件

Question

我正在使用 subset() 进行一些子集化，但在将 %in% 命令用于我的逻辑语句时遇到了一些问题。

考虑一个简单的数据结构，例如

  x11  x21 x12  x22
1  19 2000  32 2004
2  19 2000  20 2001

我想要一个子集，其中x12 等于x22-x21+x11 或等于x22-x21+x11+1。* 对于上面的示例，我想要第二行，因为逻辑语句应该计算为@987654327 @ 当且仅当 x12 是 20 或 21，这是满足的。对于这个简单的设置，以下对我有用：

> test1 <- data.frame(x11=c(19, 19), x21=c(2000, 2000), x12=c(32, 20), x22=c(2004, 2001))
> subset(test1, (x12 %in% c(x22-x21+x11, x22-x21+x11+1)))
  x11  x21 x12  x22
2  19 2000  20 2001

当我引入额外的行时，问题就出现了。只添加一行：

  x11  x21 x12  x22
1  19 2000  32 2004
2  19 2000  20 2001
3  30 1998  32 2000

现在，我想对其进行子集化，以便获得第二行和第三行。但是使用与上面相同的子集策略：

> test2 <- data.frame(x11=c(19, 19, 30), x21=c(2000, 2000, 1998), x12=c(32, 20, 32), x22=c(2004, 2001, 2000))
> subset(test2, (x12 %in% c(x22-x21+x11, x22-x21+x11+1)))
  x11  x21 x12  x22
1  19 2000  32 2004
2  19 2000  20 2001
3  30 1998  32 2000

所以现在我得到了我在第一个示例中没有得到的行。我的猜测是它与x12 被允许在其中的向量有关，即c(x22-x21+x11, x22-x21+x11+1)，但我不确定如何构造它，以便暗示它是“按行”而不是一个所有行的向量。

非常感谢您的想法！

---

*x11 是个人在时间点 x21 的年龄，x12 是一个（可能不同的）个人在时间点 x22 的年龄。我想要包含 x21 处的年龄 (x11) 在逻辑和物理上与 x22 处的年龄 (x12) 兼容的行的子集； 2000 年 19 岁的人在 2001 年是 19 岁、20 岁还是 21 岁，具体取决于生日（但出于其他原因，我在这里放弃了个人同龄的可能性）。因此，第一行中，我们在 2000 年有 19 岁，在 2004 年有 32 岁，对于同一个人来说是不可能的。

Answer 1

首先，请注意浮点精度限制。如果您的值都是整数，这无关紧要，但在一般情况下，x==y 可能会失败，除非您使用像 all.equal 这样的工具。
现在，与其与subset 或%in% 混为一谈，不如写一个条件：

foo <- test1[(test1[,3]==(test1[,1]-test1[,2]+test1[,4])) |
               (test1[,3]==(test1[,1]-test1[,2]+test1[,4]+1)), ]

您可能需要逐行运行apply。

Answer 2

试试这个：

#data
test2 <- data.frame(x11=c(19, 19, 30),
                    x21=c(2000, 2000, 1998),
                    x12=c(32, 20, 32),
                    x22=c(2004, 2001, 2000))
#range pre-computed
test2$in1 <- test2$x22-test2$x21+test2$x11
test2$in2 <- test2$x22-test2$x21+test2$x11+1

#subset
test2[ test2$x12 >= test2$in1 &
         test2$x12 <= test2$in2,]
#   x11  x21 x12  x22 in1 in2
# 2  19 2000  20 2001  20  21
# 3  30 1998  32 2000  32  33