web-dev-qa-db-fra.com

Comment utiliser ou / et dans dplyr pour sous-ensemble un data.frame

Je voudrais sous-définir un data.frame avec une combinaison de ou/et. Ceci est mon code utilisant la fonction R normale.

df <- expand.grid(list(A = seq(1, 5), B = seq(1, 5), C = seq(1, 5)))
df$value <- seq(1, nrow(df))

df[(df$A == 1 & df$B == 3) |
    (df$A == 3 & df$B == 2),]

Comment pourrais-je les convertir en utilisant la fonction de filtre dans le package dplyr? Merci pour toutes suggestions.

rdplyr
19
Bangyou

dplyr solution:

bibliothèque de chargement:

library(dplyr)

filtre avec condition comme ci-dessus:

df %>% filter(A == 1 & B == 3 | A == 3 & B ==2)

33
npjc

Vous pouvez utiliser subset() et [ ainsi que. Voici différentes méthodes et leurs repères respectifs sur un ensemble de données plus large.

df <- expand.grid(A = 1:100, B = 1:100, C = 1:100)
df$value <- 1:nrow(df)

library(dplyr); library(microbenchmark)
f1 <- function() subset(df, A == 1 & B == 3 | A == 3 & B == 2)
f2 <- function() filter(df, A == 1 & B == 3 | A == 3 & B == 2)
f3 <- function() df[with(df, A == 1 & B == 3 | A == 3 & B == 2), ]
f4 <- function() df[(df$A == 1 & df$B == 3) | (df$A == 3 & df$B == 2),]

microbenchmark(subset = f1(), filter = f2(), with = f3(), "$" = f4())
# Unit: milliseconds
#    expr      min       lq     mean   median       uq      max neval
#  subset 47.42671 49.99802 75.95385 92.24430 96.05960 141.2964   100
#  filter 36.94019 38.77325 60.22831 42.64112 84.35896 155.0145   100
#    with 38.90918 44.36299 71.29214 86.39629 88.89008 134.7670   100
#       $ 40.22723 44.08606 71.32186 86.71372 89.59275 133.1132   100
7
Rich Scriven

Intéressant. J'essayais de voir la différence en termes de jeu de données résultant et je ne pourrais pas avoir d'explication pour laquelle le bon vieux "[" opérateur s'est comporté différemment:

# Subset for year=2013
sub<-brfss2013 %>% filter(iyear == "2013")
dim(sub)
#[1] 486088    330
length(which(is.na(sub$iyear))==T)
#[1] 0

sub2<-filter(brfss2013, iyear == "2013")
dim(sub2)
#[1] 486088    330
length(which(is.na(sub2$iyear))==T)
#[1] 0

sub3<-brfss2013[brfss2013$iyear=="2013", ]
dim(sub3)
#[1] 486093    330
length(which(is.na(sub3$iyear))==T)
#[1] 5

sub4<-subset(brfss2013, iyear=="2013")
dim(sub4)
#[1] 486088    330
length(which(is.na(sub4$iyear))==T)
#[1] 0
0
Maria Wollestonecraft