如何按多个条件过滤R数据帧？

在 R 编程语言中，数据框列可以受到约束，并产生更小的子集。但是，在应用条件时，仍会保持以下属性：

• 行被视为输入的子集。
• 子集中的行以与原始数据框相同的顺序出现。
• 列保持不变。
• 可根据条件减少组数。
• 在数据过滤期间保留数据框属性。
• 行号可能不会保留在最终输出中

通过使用逻辑运算符（如 AND (&) 、 OR (|)）将数据框行组合起来，可以将它们置于多个条件下。返回 TRUE 的行保留在最终输出中。

方法一：使用索引方法和which()函数

R 中的任何数据框列都可以通过其名称 df$col-name 或使用其在数据框 df[col-index] 中的索引位置来引用。然后可以对该列的单元格值进行约束、逻辑或比较条件，然后可以获得数据框子集。这些条件应用于数据框的行索引，以便返回满足的行。也可以使用 R 中的 which() 方法组合多个条件。 R 中的 which()函数返回满足给定条件的值的位置。

Syntax: which( vec, arr.ind = F)

Parameter : 

vec – The vector to be subjected to conditions

%in%运算符用于检查指定向量中的值。

句法：

val %in% vec

例子：

R

# declaring a data frame
data_frame = data.frame(col1 = c("b","b","d","e","d") ,
                        col2 = c(0,2,1,4,5), 
                        col3= c(TRUE,FALSE,FALSE,TRUE, TRUE))
  
print ("Original dataframe")
print (data_frame)
  
# checking which values of col1 are 
# equivalent to b or e or the col2 
# value is greater than 4
data_frame_mod <- data_frame[which(data_frame$col1 %in% c("b","e")
                                   | data_frame$col2 > 4),]
  
print ("Modified dataframe")
print (data_frame_mod)

输出

[1] "Original dataframe"
 col1 col2  col3
1    b    0  TRUE
2    b    2 FALSE
3    d    1 FALSE
4    e    4  TRUE
5    d    5  TRUE
[1] "Modified dataframe"
 col1 col2  col3
1    b    0  TRUE
2    b    2 FALSE
4    e    4  TRUE
5    d    5  TRUE

条件可以聚合在一起，也可以不使用哪种方法。

例子：

电阻

# declaring a data frame
data_frame = data.frame(col1 = c("b","b","d","e","d") ,
                        col2 = c(0,2,1,4,5), 
                        col3= c(TRUE,FALSE,FALSE,TRUE, TRUE))
  
print ("Original dataframe")
print (data_frame)
  
# checking which values of col1 
# are equivalent to b or e
data_frame_mod <- data_frame[data_frame$col1 %in% c("b","e")
                             & data_frame$col2 > 4,]
  
print ("Modified dataframe")
print (data_frame_mod)

输出

[1] "Original dataframe"
 col1 col2  col3
1    b    0  TRUE
2    b    2 FALSE
3    d    1 FALSE
4    e    4  TRUE
5    d    5  TRUE
[1] "Modified dataframe"
[1] col1 col2 col3
<0 rows> (or 0-length row.names)

方法二：使用dplyr包

dplyr 库可以安装并加载到用于执行数据操作的工作空间中。 filter()函数用于生成数据框的子集，保留满足指定条件的所有行。 R 中的 filter() 方法可以应用于分组和未分组的数据。表达式包括运算符（==，>，> =），逻辑运算符（＆，|！，XOR（）），运算符范围（（）之间，邻近（））以及NA值检查针对列值.子集数据帧必须保留在单独的变量中。

Syntax: filter(df , cond)

Parameter :

df – The data frame object

cond – The condition to filter the data upon

这种方法在应用上的不同之处在于它不保留数据框的原始行号。

例子：

电阻

library ("dplyr")
  
# declaring a data frame
data_frame = data.frame(col1 = c("b","b","d","e","e") , 
                        col2 = c(0,2,1,4,5), 
                        col3= c(TRUE,FALSE,FALSE,TRUE, TRUE))
  
print ("Original dataframe")
print (data_frame)
  
# checking which values of col1 are
# equivalent to b and col3 is not 
# TRUE
data_frame_mod <- filter(
  data_frame,col1 == "b" & col3!=TRUE)
  
print ("Modified dataframe")
print (data_frame_mod)

输出

[1] "Original dataframe"
col1 col2  col3
1    b    0  TRUE
2    b    2 FALSE
3    d    1 FALSE
4    e    4  TRUE
5    d    5  TRUE
[1] "Modified dataframe"
 col1 col2  col3 
1    b    2 FALSE

方法 3：使用子集方法

基 R 中的 subset() 方法用于返回满足应用条件的向量、矩阵或数据帧的子集。 subset() 方法与行有关。应用此方法时保留行号。

Syntax: subset(df , cond)

Arguments :

df – The data frame object

cond – The condition to filter the data upon

例子：

电阻

# declaring a data frame
data_frame = data.frame(col1 = c("b","b","d","e","d") , 
                        col2 = c(0,2,1,4,5), 
                        col3= c(TRUE,FALSE,FALSE,TRUE, TRUE))
  
print ("Original dataframe")
print (data_frame)
  
# checking which values of col1 are
# equivalent to b or col2 value is 
# greater than 4
data_frame_mod <- subset(data_frame, col1=="b" | col2 > 4)
print ("Modified dataframe")
print (data_frame_mod)

输出

[1] "Original dataframe"
 col1 col2  col3
1    b    0  TRUE
2    b    2 FALSE
3    d    1 FALSE
4    e    4  TRUE
5    d    5  TRUE
[1] "Modified dataframe"
 col1 col2  col3
1    b    0  TRUE
2    b    2 FALSE
5    d    5  TRUE