在 R 中跨多个列应用矢量化子集

Question

我试图找到一种直接的方法来 vectorize/generalize data.frame 的子集化。假设我有一个 data.frame:

df <- data.frame(A = 1:5, B = 10 * 1:5, C = 100 * 1:5)

每一列都有自己的条件，目标是对 df 进行子集化，以便只有那些行保留在至少一列满足条件的位置。我现在想找到一个向量化的子集机制来概括

df <- subset(df, df[,1]<2 | df[,2]< 30 | df[,3]<100)

所以我可以像这样表述它

crit <- c(2,30,100)
df <- subset(df, df$header < crit[1:3])

沿着我想去的路走下去。

df <- subset(df, df$header < crit[1:n])

我知道一个多步循环解决方法，但必须有其他方法。我很感激任何帮助。

Answer 1

这也应该有效

> df[apply(df, 1, function(x){any(x < crit)}), ]
  A  B   C
1 1 10 100
2 2 20 200

Answer 2

鉴于：

x <- c(1:5)
y <- c(10,20,30,40,50)
z <- c(100,200,300,400,500)

# df is a base function
mydf <- data.frame(A = x, B = y, C = z)

crit <- c(2,30,100)

然后这会让你看到列中哪些值小于暴击值：

> sweep(mydf, 2, crit, "<")
         A     B     C
[1,]  TRUE  TRUE FALSE
[2,] FALSE  TRUE FALSE
[3,] FALSE FALSE FALSE
[4,] FALSE FALSE FALSE
[5,] FALSE FALSE FALSE

这将为您提供满足任何条件的行：

> subset(mydf, rowSums(sweep(mydf, 2, crit, "<")) > 0)

  A  B   C
1 1 10 100
2 2 20 200

在 R 中跨多个列应用矢量化子集

Applying vectorized subsetting across multiple columns in R

r

subset

vectorization

logical-operators

generalization