52

同じサイズであるはずの 2 つのデータ セットがありますが、そうではありません。レポートに表示されるグラフからノイズを除去するために、B にない A の値をトリミングする必要があります。(心配しないでください。このデータは完全に削除されるわけではありません!)

私は以下を読みました：

しかし、私はまだこれを正しく機能させることができません。これが私のコードです：

bg2011missingFromBeg <- setdiff(x=eg2011$ID, y=bg2011$ID)
#attempt 1
eg2011cleaned <- subset(eg2011, ID != bg2011missingFromBeg)
#attempt 2
eg2011cleaned <- eg2011[!eg2011$ID %in% bg2011missingFromBeg]

最初の試行では、結果の setdiff ベクトルの最初の値が削除されます。2 回目の試行では、扱いにくいエラーが発生します。

Error in `[.data.frame`(eg2012, !eg2012$ID %in% bg2012missingFromBeg) 
:  undefined columns selected
4

4 に答える 4

80

これにより、必要なものが得られます。

eg2011cleaned <- eg2011[!eg2011$ID %in% bg2011missingFromBeg, ]

2 回目の試行のエラーは、,

一般に、便宜上、仕様object[index]では 2d の列をサブセット化していますobject。行をサブセット化し、すべての列を保持したい場合は、仕様を使用する必要があります object[index_rows, index_columns], whileindex_colsを空白のままにすることができます。これにより、デフォルトですべての列が使用されます。

,ただし、列のサブセットではなく行のサブセットを取得することを示すには、 を含める必要があります。

于 2013-03-05T15:46:07.207 に答える
17

本当に両方のデータフレームに存在するインデックスによって各データフレームをサブセット化したい場合は、次のように「match」関数を使用してこれを行うことができます。

data_A[match(data_B$index, data_A$index, nomatch=0),]
data_B[match(data_A$index, data_B$index, nomatch=0),]

ただし、これは次と同じです。

data_A[data_A$index %in% data_B$index,]
data_B[data_B$index %in% data_A$index,]

これがデモです：

# Set seed for reproducibility.
set.seed(1)

# Create two sample data sets.
data_A <- data.frame(index=sample(1:200, 90, rep=FALSE), value=runif(90))
data_B <- data.frame(index=sample(1:200, 120, rep=FALSE), value=runif(120))

# Subset data of each data frame by the index in the other.
t_A <- data_A[match(data_B$index, data_A$index, nomatch=0),]
t_B <- data_B[match(data_A$index, data_B$index, nomatch=0),]

# Make sure they match.
data.frame(t_A[order(t_A$index),], t_B[order(t_B$index),])[1:20,]

#    index     value index.1    value.1
# 27     3 0.7155661       3 0.65887761
# 10    12 0.6049333      12 0.14362694
# 88    14 0.7410786      14 0.42021589
# 56    15 0.4525708      15 0.78101754
# 38    18 0.2075451      18 0.70277874
# 24    23 0.4314737      23 0.78218212
# 34    32 0.1734423      32 0.85508236
# 22    38 0.7317925      38 0.56426384
# 84    39 0.3913593      39 0.09485786
# 5     40 0.7789147      40 0.31248966
# 74    43 0.7799849      43 0.10910096
# 71    45 0.2847905      45 0.26787813
# 57    46 0.1751268      46 0.17719454
# 25    48 0.1482116      48 0.99607737
# 81    53 0.6304141      53 0.26721208
# 60    58 0.8645449      58 0.96920881
# 30    59 0.6401010      59 0.67371223
# 75    61 0.8806190      61 0.69882454
# 63    64 0.3287773      64 0.36918946
# 19    70 0.9240745      70 0.11350771
于 2013-03-05T15:48:52.530 に答える
5

本当に人間が理解しやすい例 (%in% を使用するのはこれが初めてであるため)、2 つのデータ フレームを比較し、特定の列に等しい値を含む行のみを保持する方法:

# Set seed for reproducibility.
set.seed(1)

# Create two sample data frames.
data_A <- data.frame(id=c(1,2,3), value=c(1,2,3))
data_B <- data.frame(id=c(1,2,3,4), value=c(5,6,7,8))

# compare data frames by specific columns and keep only 
# the rows with equal values 
data_A[data_A$id %in% data_B$id,]   # will keep data in data_A
data_B[data_B$id %in% data_A$id,]   # will keep data in data_b

結果：

> data_A[data_A$id %in% data_B$id,]
  id value
1  1     1
2  2     2
3  3     3

> data_B[data_B$id %in% data_A$id,]
  id value
1  1     5
2  2     6
3  3     7
于 2016-04-13T20:56:31.703 に答える