R across 仅查找正值或仅查找负值 tidyverse

Question

df <- tibble(x = c("a", "b"), y = c(1, 1), z = c(-1, 1))
# Find all rows where EVERY numeric variable is greater than zero
df %>% filter(across(where(is.numeric), ~ .x > 0))
#> # A tibble: 1 x 3
#>   x         y     z
#>   <chr> <dbl> <dbl>
#> 1 b         1     1

如果我们稍微改变一下标题：

df <- tibble(x = c("a", "b", "c"), y = c(1, 1, -1), z = c(-1, 1, -1))

并且我们想要为两列获取负值或正值，我们需要为列命名：

df %>% filter((y > 0 & z > 0) | (y < 0 & z < 0))
#> # A tibble: 2 x 3
#>  x         y     z
#>  <chr> <dbl> <dbl>
#> 1 b         1     1
#> 2 c        -1    -1

with across() 这怎么能做到？

df %>% filter(across(where(is.numeric), ~ .x > 0 | .x < 0))
#> # A tibble: 3 x 3
#>  x         y     z
#>  <chr> <dbl> <dbl>
#> 1 a         1    -1
#> 2 b         1     1
#> 3 c        -1    -1

Answer 1

我认为由于您在逐行操作中处理 2 个变量，因此使用 purrr 包中的 map2 会容易得多：

library(dplyr)
library(purrr)

df <- tibble(x = c("a", "b", "c"), y = c(1, 1, -1), z = c(-1, 1, -1))

df %>%
  filter(map2_lgl(y, z, ~ (.x > 0 & .y > 0) | (.x < 0 & .y < 0)))

# A tibble: 2 x 3
  x         y     z
  <chr> <dbl> <dbl>
1 b         1     1
2 c        -1    -1

Answer 2

我们必须从一组条件语句中检查所有 TRUE 或所有 FALSE，例如 c(T, T)、c(T, F) 和 c(F, F)。现在-

if_all 将过滤 c(T, T)
!if_any 将从 ! 中再次过滤 c(T, T) 即否定剩余值
这两个将由 | 连接，即 OR
因此，我们将只有 c(T, T) & c(F, F)

这样就可以了

df %>% filter(if_all(where(is.numeric), ~ .x > 0) | !if_any(where(is.numeric), ~ .x < 0))

# A tibble: 2 x 3
  x         y     z
  <chr> <dbl> <dbl>
1 b         1     1
2 c        -1    -1

备选

df %>% filter(if_all(where(is.numeric), ~ .x > 0) | across(where(is.numeric), ~ .x < 0))

# A tibble: 2 x 3
  x         y     z
  <chr> <dbl> <dbl>
1 b         1     1
2 c        -1    -1

让我们看看更大的例子

set.seed(201)
df <- data.frame(A = LETTERS[1:10], x = rnorm(10), y = rnorm(10), z = -1*rnorm(10))

> df
   A           x           y           z
1  A  0.28606069  0.69329617  0.24400084
2  B -0.34454603  0.22380936  0.98825314
3  C  0.32576373  0.39845694 -1.24206048
4  D -1.69658097  1.01347438  1.68266603
5  E -1.28548252 -0.64785307 -1.44289063
6  F -0.07503189  0.64845271  0.46543975
7  G  0.26693735  0.20734270 -0.69366150
8  H  0.05593404  0.06439014  0.08772557
9  I -2.30403431  0.66938092  0.95508038
10 J  0.18900414 -0.37425445 -0.17010088

> df %>% filter(if_all(where(is.numeric), ~ .x > 0) | !if_any(where(is.numeric), ~ .x < 0))
  A           x           y           z
1 A  0.28606069  0.69329617  0.24400084
2 E -1.28548252 -0.64785307 -1.44289063
3 H  0.05593404  0.06439014  0.08772557

R across 仅查找正值或仅查找负值 tidyverse

R across find only positive or only negative values tidyverse

r

dplyr

across