web-dev-qa-db-ja.com

またはdplyrでdata.frameをサブセット化する方法

または/の組み合わせでdata.frameをサブセットしたいと思います。これは、通常のR関数を使用した私のコードです。

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),]

Dplyrパッケージのフィルター関数を使用してどのように変換できますか？提案をありがとう。

rdplyr
19
Bangyou

dplyrソリューション：

ライブラリをロード：

library(dplyr)

上記の条件でフィルター：

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

33
npjc

subset()と[も使用できます。より大きなデータセットでのいくつかの異なる方法とそれぞれのベンチマークを以下に示します。

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

面白い。結果のデータセットの観点から違いを見ようとしていたのですが、なぜ古き良き「[」演算子が異なる振る舞いをしたのかについての説明は得られません。

# 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