Question

我在R中有一个data.table，需要根据某些条件对其进行子集

dt <- data.table(X_ID=c(1,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3,3,4,4,4,4,4,4), Y_ID=c(1,2,3,4,5,6, 1,2,3,4,5,6, 1,2,3,4,5,6, 1,2,3,4,5,6), Value1=c(6,4,8,9,10,12,5,7,8,3,4,8,7,3,9,7,4,12,45,3,2,1,2,5),Value2=c(6,6,8,9,10,12,5,4,8,3,4,8,7,5,9,7,4,12,45,1,2,1,2,5))

我想保留所有Y_ID等于2时值1大于值2的X_ID。例如，对于X_ID = 1，当Y_ID = 2时值1大于值2。在这种情况下，我要保留X_ID = 1的所有行。

我目前正在使用过滤器功能（如下所示）来解决问题。

dt2 <- filter(dt,is.na(match(dt$X_ID,filter(dt, Y_ID==2&Value1<Value2)$X_ID)))

但是有没有办法使此代码更具可读性？还是使用data.table固有的东西来对我需要的行进行子集化？

Answer 1

使用data.table：

    dt<-dt[X_ID %in% dt[(Y_ID == 2 & (Value1 > Value2))]$X_ID]

#    X_ID Y_ID Value1 Value2
#1:    2    1      5      5
#2:    2    2      7      4
#3:    2    3      8      8
#4:    2    4      3      3
#5:    2    5      4      4
#6:    2    6      8      8
#7:    4    1     45     45
#8:    4    2      3      1
#9:    4    3      2      2
#10:    4    4      1      1
#11:    4    5      2      2
#12:    4    6      5      5

Answer 2

使用dplyr，我们可以group_by X_ID和filter用于组，其中Y_ID == 2和Value1 > Value2至少有一个值。

library(dplyr)

dt %>%
  group_by(X_ID) %>%
  filter(any(Y_ID == 2 & Value1 > Value2))

#    X_ID  Y_ID Value1 Value2
#   <dbl> <dbl>  <dbl>  <dbl>
# 1     2     1      5      5
# 2     2     2      7      4
# 3     2     3      8      8
# 4     2     4      3      3
# 5     2     5      4      4
# 6     2     6      8      8
# 7     4     1     45     45
# 8     4     2      3      1
# 9     4     3      2      2
#10     4     4      1      1
#11     4     5      2      2
#12     4     6      5      5

根据其他变量中的条件值由一个变量子集化数据

2 个答案: