gpt4 book ai didi

r - 根据跨越另一个(摘要)数据框中的多列的键对数据框进行子集化

转载 作者:行者123 更新时间:2023-12-05 01:47:18 26 4
gpt4 key购买 nike

我有一个数据框 a,其中包含 4 个标识列:A、B、C、D。使用 ddply() 创建的第二个数据框 b 包含每组 的不同 D 的所有值的摘要>A、B、C。第三个数据框 c 包含 b 的子集,其中包含我想从 a 中删除的错误值。

因此,我想要 a 的一个子集,省略所有由 A,B,C 的组合标识的行,这些行也存在于 c。我可以想出在循环中执行此操作(丑陋且低效)的方法,但是,我的 DBA 背景鼓励我寻求更……直接的解决方案。

在代码中:

a <- data.frame(
A=rep(c('2013-10-30', '2014-11-6'), each=16*20),
B=rep(1:8, each=2*20),
C=rep(1:4, each=20),
D=1:20
)

a$Val=rnorm(nrow(a))

library(plyr)
b <- ddply(a, ~B+C+A, summarise,
mean_Val=mean(Val))

# Some subset criteria based on AOI group values
c <- subset(b, mean_Val <= 0)

# EDIT: Delete all the rows from a for which the
# key-triplets A,B,C are present in c
for (i in 1:nrow(c)) {
c_row = c[i,]
a <- a[ which( !(a$A==c_row$A & a$B==c_row$B & a$C==c_row$C) ), ]
}
# This is the loopy type of 'solution' I didn't want to use

也请随时解决我问题中的不明确之处。如果您能指出正确的方向,我很乐意进行编辑。

最佳答案

如果我们已经创建了 3 个数据集并希望根据“c/c1”的元素对第一个“a”进行子集化,一个选项是 anti_join from dplyr

library(dplyr)
anti_join(a, c1, by=c('A', 'B', 'C'))

更新

或者我们可以使用带有 interactionbase R 选项将两个数据集中感兴趣的列粘贴在一起,并检查 2nd ('c') 的元素是否是在第一个 ('a') 中使用 %in%。逻辑索引可用于子集“a”。

 a1 <- a[!(as.character(interaction(a[1:3], sep=".")) %in% 
as.character(interaction(c[LETTERS[1:3]], sep="."))),]

或者正如@David Arenburg 提到的,我们可能不需要创建bc 数据集来获得预期的输出。使用 plyr,使用 mutatesubset 在“a”中创建一个新的均值列(“mean_Val”)均值大于 0 的行( mean_Val >0)

 library(plyr)
subset(ddply(a, ~B+C+A, mutate, mean_Val=mean(Val)), mean_Val>0)

或使用 dplyr 的类似方法

 library(dplyr)
a %>%
group_by(B, C, A) %>%
mutate(mean_Val=mean(Val)) %>%
filter(mean_Val>0)

或者,如果我们不需要“平均”值作为“a”中的一列,也可以使用 base R 中的 ave

  a[!!with(a, ave(Val, B, C, A, FUN=function(x) mean(x)>0)),]

如果我们需要保留 mean_Val 列(@David Arenburg 提出的变体)

  subset(transform(a, Mean_Val = ave(Val, B, C, A, FUN = mean)),
Mean_Val > 0)

数据

set.seed(24)
a <- data.frame(A= sample(LETTERS[1:3], 20, replace=TRUE),
B=sample(LETTERS[1:3], 20, replace=TRUE), C=sample(LETTERS[1:3],
20, replace=TRUE), D=rnorm(20))

b <- a %>%
group_by(A, B, C) %>%
summarise(D=sum(D))
set.seed(39)
c1 <- b[sample(1:nrow(b), 6, replace=FALSE),]

关于r - 根据跨越另一个(摘要)数据框中的多列的键对数据框进行子集化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28393823/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com