数据帧 R 的条件子集

Question

设数据框为：

set.seed(123)
df<-data.frame(name=sample(LETTERS,260,replace=TRUE),
               hobby=rep(c("outdoor","indoor"),260),chess=rnorm(1:10))

我将从 df 中提取的条件是：

df_cond<-df %>% group_by(name,hobby) %>%
    summarize(count=n()) %>%
    mutate(sum.var=sum(count),sum.name=length(name)) %>%
    filter(sum.name==2) %>%
    mutate(min.var=min(count)) %>%
    mutate(use=ifelse(min.var==count,"yes","no")) %>%
    filter(grepl("yes",use))

我想从 df 中随机提取与 df_cond 中的（姓名、爱好、计数）组合相对应的行以及 df 中的其余行。我在组合 %in% 和 sample 时遇到了一些麻烦。感谢您提供任何线索！

编辑：例如：

head(df_cond)
         name   hobby count sum.var sum.name min.var   use
      <fctr>  <fctr> <int>   <int>    <int>   <int> <chr>
    1      A  indoor     2       6        2       2   yes
    2      B  indoor     8      16        2       8   yes
    3      B outdoor     8      16        2       8   yes
    4      C outdoor     6      14        2       6   yes
    5      D  indoor    10      24        2      10   yes
    6      E outdoor     8      18        2       8   yes

使用上面的数据框，我想从 df 中随机提取 2 行（=count），组合为 A+indoor(row1)， 8 行，组合 B+室内（第 2 行）来自 df ....等等。

结合@denrous 和@Jacob 的答案来得到我需要的。像这样：

m2<-df_cond %>% 
    mutate(data = map2(name, hobby, function(x, y) {df %>% filter(name == x, hobby == y)})) %>% 
    ungroup() %>% 
    select(data) %>% 
    unnest()



test<-m2 %>% 
group_by(name,hobby) %>% 
summarize(num.levels=length(unique(hobby))) %>% 
ungroup() %>% 
group_by(name) %>% 
summarize(total_levels=sum(num.levels)) %>% 
filter(total_levels>1)

fin<-semi_join(m2,test)

Answer 1

不清楚这是否正是您想要的，但您可能正在寻找 left_join:

df %>% 
    left_join(df_cond, by = "name")

Answer 2

根据 OP 说明进行编辑。

必须有更好的方法，但我会使用循环：

library(dplyr)

master_df <- data.frame()

for (i in 1:nrow(df_cond)){
  name = as.character(df_cond[i, 1])
  hobby = as.character(df_cond[i, 2])
  n = as.numeric(df_cond[i, 3])

  temp_df <- df %>% filter(name == name, hobby == hobby)
  temp_df <- sample_n(temp_df, n)
  master_df <- rbind(master_df, temp_df)
      }

Answer 3

如果我没理解错的话，你可以使用purrr来实现你想要的：

df_cond %>% 
  mutate(data = map2(name, hobby, function(x, y) {filter(df, name == x, hobby == y)})) %>% 
  mutate(data = map2(data, count, function(x, y) sample_n(x, size = y)))

如果您想要与 df 相同的形式：

df_cond %>% 
  mutate(data = map2(name, hobby, function(x, y) {df %>% filter(name == x, hobby == y)})) %>% 
  mutate(data = map2(data, count, function(x, y) sample_n(x, size = y))) %>% 
  ungroup() %>% 
  select(data) %>% 
  unnest()

数据帧 R 的条件子集

Conditional subsetting of a data frame R

conditional

r