r - 通过与另一列匹配来过滤一列

Question

我有一个数据框，其中包含一个变量，如果它们与另一个变量中的元素匹配，则要删除的元素 - 请参见下面的一个小示例:

df <- data.frame(pair = c(1, 1, 2, 2, 3, 3),
                 animal = rep(c("dog", "cat"), 3), 
                 value = seq(1, 12, 2), 
                 drop = c("no", "no", "dog", "dog", "cat", "cat"))

  pair animal value drop
1    1    dog     1   no
2    1    cat     3   no
3    2    dog     5  dog
4    2    cat     7  dog
5    3    dog     9  cat
6    3    cat    11  cat

我想根据 animal 的值是否与 drop 的值匹配来过滤数据框。我想要像 filter(df, animal != drop) 这样的东西来删除只有 animal 的值与 drop 的值匹配的行:

  pair animal value drop
1    1    dog     1   no
2    1    cat     3   no
4    2    cat     7  dog
5    3    dog     9  cat

我还尝试编写一个简单的循环来测试每行是否有动物匹配项，如果为真则删除该行，但我无法让它工作。 (我对循环不是很有信心，如果可能的话我宁愿不使用循环，因为我的数据框非常大但我变得绝望了!)

for(i in nrow(df)){
  if(df$animal[i] == df$drop[i]){
    df <- df[-i,]
    return(df)
  }
}

有没有办法使用 dplyr 做到这一点？

Answer 1

filter(df, animal != drop) 的使用是正确的。但是，由于您没有在 data.frame() 调用中指定 stringsAsFactors = F，因此所有字符串都转换为因子，从而提高了不同水平集的误差。因此添加 stringsAsFactors = F，应该可以解决这个问题

df <- data.frame(pair = c(1, 1, 2, 2, 3, 3),
                 animal = rep(c("dog", "cat"), 3), 
                 value = seq(1, 12, 2), 
                 drop = c("no", "no", "dog", "dog", "cat", "cat"),
                 stringsAsFactors = F) 

df %>%
  filter(animal != drop)

  pair animal value drop
1    1    dog     1   no
2    1    cat     3   no
3    2    cat     7  dog
4    3    dog     9  cat

为了避免这个不需要的字符串引起问题，我强烈建议使用 tibble

如果没有机会更改数据的创建方式，我在这里包括@akrun 的解决方案:

library(dplyr)

df %>% 
  mutate_at(vars(animal, drop), as.character) %>%       
  filter(animal != drop)
#  pair animal value drop
#1    1    dog     1   no
#2    1    cat     3   no
#3    2    cat     7  dog
#4    3    dog     9  cat