根据 data.table 中附加列中的条件对同一列中的多行进行子集化

Subsetting multiple rows from same column based on condition in additional column in data.table

提问人:HarD 提问时间:7/28/2021 更新时间:7/28/2021 访问量:399

问:

我正在尝试获取数据的子集,其中包含单个列的两个不同值,这些值与使用 data.table 的第二列匹配。

这感觉是一项相当微不足道的任务,但我在任何地方都找不到这样的例子:

library(data.table)
dat <- data.table(id = c("100", "100", "101", "101", "101", "103", "105", "105"),
                  V1 = c("A", "B", "A", "B", "C", "B", "A", "B"),
                  V2 = c(NA, NA, 20, NA, 30, NA, 30, 30))

我想做的是找到 A 和 B 对于给定 id 都是 NA 的所有实例。

我可以很容易地获得任何一个为真的 id:

dat[(V1 == "A" & is.na(V2)) | (V1 == "B" & is.na(V2)), ] # works as expected

# id V1 V2
# 1: 100  A NA
# 2: 100  B NA
# 3: 101  B NA
# 4: 103  B NA

dat[V1 %in% c("A", "B") & is.na(V2), ] # same as above

但是,如果我尝试将调用与 & 结合起来,它就不起作用

dat[(V1 == "A" & is.na(V2)) & (V1 == "B" & is.na(V2)), ] # empty data table
dat[(V1 == "A" & is.na(V2)) && (V1 == "B" & is.na(V2)), ] # empty data table

我想 data.table 是空的,因为没有 V1 等于 A 和 B 的行,但我尝试过的任何东西都无法接近。

这就是我想要得到的:

# id V1 V2
# 1: 100  A NA
# 2: 100  B NA

我想我需要以某种方式在此处包含 id 信息,但我不清楚如何,因为添加不起作用by =

r data.table 过滤 数据操作

评论


答:

4赞 Ronak Shah 7/28/2021 #1

您可以选择那些同时具有 和 值的组,并且它们都是 。'A''B'NA

library(data.table)

dat[, .SD[all(c('A', 'B') %in% V1 & is.na(V2[match(c('A', 'B'), V1)]))], id]

#    id V1 V2
#1: 100  A NA
#2: 100  B NA

评论

0赞 chinsoon12 7/29/2021
以及dat[is.na(V2), .SD[all(c("A", "B") %chin% V1)], id]
0赞 Ubiminor 7/28/2021 #2

也许我没有得到你需要的东西,但你试过这种方式吗?

dat[(V1 %in% c("A", "B") & is.na(V2)),]

评论

0赞 HarD 7/28/2021
我尝试了类似的东西,但没有括号。当我添加括号时,我仍然得到相同的输出,其中包含额外的 id(在上面的示例中为 101 和 103)
1赞 D.J 7/28/2021 #3

我建议使用 @Ronak Shah 的答案 - 我只是添加这个,因为它很有趣,如果你(像我一样)仍在努力理解数据表语法,可能会更容易理解

dat <- data.frame(id = c("100", "100", "101", "101", "101", "103", "105", "105"),
                  V1 = c("A", "B", "A", "B", "C", "B", "A", "B"),
                  V2 = c(NA, NA, 20, NA, 30, NA, 30, 30))

dat <- dat[(dat$V1 == "A" & is.na(dat$V2)) | (dat$V1 == "B" & is.na(dat$V2)), ] 

#find all id's that exist more than once
non_unique<-as.data.frame(table(dat$id))
non_unique<-non_unique[non_unique$Freq>1,]

dat<-dat[dat$id %in% as.character(non_unique[,1]),]
dat

   id V1 V2
1 100  A NA
2 100  B NA