R : Select 要么，但不能同时

Question

我完全不熟悉编码，所以请原谅我，如果这应该很容易解决或找到 - 也许它太简单了，到目前为止没有人费心去解释，或者我只是没有用正确的关键字搜索.

我的数据集中有一列包含字母 f、n、i 的所有可能组合。现在我只想找到那些包含 f 或 n 的行，但不是同时包含它们。所以这可能是 f、fi、n 或 ni。然后我想在箱线图中将这两组行相互比较。所以理想情况下我会有两个盒子：一个包含属于组 f 的所有数据点，包括 fi，另一个包含属于组 n 的所有数据点，包括 ni。

我的数据集示例：

df <- data.frame(D = c("f", "f", "fi", "n", "ni", "ni", "fn", "fn"), y = c(1, 0.8, 1.1, 2.1, 0.9, 8.8, 1.7, 5.4))

   D   y
1  f 1.0
2  f 0.8
3 fi 1.1
4  n 2.1
5 ni 0.9
6 ni 8.8
7 fn 1.7
8 fn 5.4

现在我要得到的是这个子集：

   D   y
1  f 1.0
2  f 0.8
3 fi 1.1
4  n 2.1
5 ni 0.9
6 ni 8.8

然后以某种方式将 1、2、3 和 4、5、6 每个分组，以在箱线图中绘制。

到目前为止，我只成功获得了一个子集，该子集仅包含带有 f 或 n 的条目，但没有带有 fi、ni 等的条目，这不是我想要的，代码如下：

df2<-df[df$D==c("f","n"),]

并创建一个子集，其中包含 f 和 n 的所有不同组：

df2 <- df[grepl("f", df$D) | grepl("n", bat.df$D),]

我读到了 "exclusive or" 运算符 xor 但是当我尝试像这样使用它时：

df2 <- bat.df[xor(match("n", df$D), match("f", df$D)),]

它只是给了我一个充满 NA 的数据框。但即使这确实有效，我想我也只能制作一个包含四个组 f、n、fi 和 ni 的箱线图，我只需要两个组。那么我怎样才能让代码工作，我该如何继续呢？

我希望第一个问题不会太糟糕！在这上面花了太多时间后，我有点睡眼惺忪。非常感谢任何关于我的问题、在哪里寻找答案或如何改进问题的帮助！

Answer 1

我认为你的最后一个例子非常接近。 xor 仅适用于 return logical 的东西，例如 TRUE 和 FALSE，但 match 实际上 return 是整数位置。所以只需使用 grepl 和 xor:

xor(grepl("f", df$D), grepl("n", df$D))

或者你可能会喜欢：

library(functional)
Reduce(xor, lapply(c("f", "n"), grepl, df$D))

Answer 2

我们都曾在某个时候学习过 R，因此我将尝试为您构建一个适合该问题的示例。怎么样：

# simulate a data.frame with "all possible combinations" of singles and pairs
df <- data.frame(txt = as.character(outer(c("i", "f", "n"), c("", "i", "f", "n"), paste0)),
                 stringsAsFactors = FALSE)
# create an empty factor variable to contain the result
df$has_only <- factor(rep(NA, nrow(df)), levels = 1:2, labels = c("f", "n"))
# replace with codes if contains either f or n, not both(f, n)
df$has_only[which(grepl("f", df$txt) & !grepl("f.*n|n.*f", df$txt))] <- "f"
df$has_only[which(grepl("n", df$txt) & !grepl("f.*n|n.*f", df$txt))] <- "n"
df
##    txt has_only
## 1    i     <NA>
## 2    f        f
## 3    n        n
## 4   ii     <NA>
## 5   fi        f
## 6   ni        n
## 7   if        f
## 8   ff        f
## 9   nf     <NA>
## 10  in        n
## 11  fn     <NA>
## 12  nn        n
plot(df$has_only)

请注意，这是一个 bar 图，而不是 box 图，因为箱形图只会绘制连续值的范围，并且您尚未指定连续值是什么或它们的外观。但是如果你确实有这样一个变量，比如 df$myvalue，那么你可以生成一个箱线图：

# simulate some continuous data
set.seed(50)
df$myvalue <- runif(nrow(df))

boxplot(myvalue ~ has_only, data = df)

R : Select 要么，但不能同时

R : Select either or, but not both

r

operators

xor

grepl