如何对具有多个条件的大型数据集进行子集化？

Question

我的完整数据集更大，但我有这个可重现的样本：

structure(list(ID = c("121", "122", "123", "124"), Var1P = c("3", 
"1", "3", "3"), Var1C = c("1", "3", "3", "1"), Var2P = c("1", 
"1", "1", "1"), Var2P = c("1", "1", "1", "1"), Var3P = c("1", 
"1", "1", "1"), Var3C = c("1", "1", "1", "1"), Var4P = c("1", 
"1", "1", "1"), Var4C = c("1", "3", "1", "1"), Var5P = c("1", 
"1", "3", "1"), Var5C = c("1", "1", "1", "1"), Var6P = c("1", 
"1", "1", "1"), Var6C = c("1", "1", "1", "1"), Var7P = c("1", 
"1", "1", "1"), Var7C = c("1", "1", "1", "1"), Var8 = c("0", 
"1", "1", "1")), row.names = c(84L, 150L, 271L, 303L), class = "data.frame")

我想对数据进行子集化，以便仅在 Var1P 或 Var1C 下得分为 3 的观察值以及所有其他列的得分为 2、1 或 0。我尝试使用简单的子集函数：

Data <- subset(Data, Var1P == 3 | Var1C == 3)

但是，我怎样才能使这个论点更加复杂，同时告诉 R 也删除其他列下得分为 3 的条目？

我认为只需使用以下代码即可：

Data <- subset(Data, Var1P == 3 | Var1C == 3 & 4:16 == 1 | 4:16 == 0)

我认为这不是因为 R 会查看行号。我不想输入所有列名，因为就像我说的那样，我的完整数据框要大得多。我也在努力避免循环。

Answer 1

您可以将数据分成两组列，select_cols 是您要选择其中包含 3 行的列，remove_cols 是其余列。

然后我们可以选择带有rowSums 的行，其中select_cols 有3，但remove_cols 没有。

select_cols <- c('Var1P', 'Var1C')
remove_cols <- setdiff(names(Data), select_cols)
Data[rowSums(Data[select_cols] == 3) > 0 & rowSums(Data[remove_cols] == 3) == 0, ]

#     ID Var1P Var1C Var2P Var2P Var3P Var3C Var4P Var4C Var5P Var5C Var6P Var6C Var7P Var7C Var8
#84  121     3     1     1     1     1     1     1     1     1     1     1     1     1     1    0
#303 124     3     1     1     1     1     1     1     1     1     1     1     1     1     1    1