在 data.frame 中跨列搜索的更简单解决方案

Question

我有一个像下面这样的数据库

Var1 Var2 Var3 X Y Z
VIX  SPX  VOL  2 3 4
SPX  VIX  NA   4 4 NA
SPX  NA   NA   2 NA NA

我想将第一行与来自用户的输入隔离为 VIX、SPX 和 VOL。但是，在这样的数据库中，我不知道这些变量保存在哪种组合中。

也就是说，我们可能将 VIX 作为 Var1，将 SPX 作为 Var2，将 VOL 作为 Var3，或者我们将 VOL 作为 Var1，将 SPX 作为 Var2，将 VIX 作为 Var3。在这种情况下，可能有 6 种组合。

我可以连接字符串以在 R 中创建所有 6 种可能性并进行行查找。但我正在寻找更简单的算法。

我正在尝试使用 subset in 来筛选一列又一列，但这同样很麻烦。在 R

中有更简单的出路吗

Answer 1

我们可以对前三列按行使用 apply 并使用 grepl 检查它是否具有三个可能值中的任何一个，最后使用 all 我们验证所有该行的三列具有可接受的值。

df[apply(df[1:3], 1, function(x) all(grepl("VIX|SPX|VOL", x))), ]

#   Var1 Var2 Var3 X Y Z
#1  VIX  SPX  VOL  2 3 4

或者正如 @Cath 在评论中提到的那样，使用上述内容可能会导致选择一些不必要的行。我们可以改成

df[apply(df[1:3], 1, function(x) all(c("VIX", "SPX", "VOL") %in% x)), ]

确保所有三个唯一值都出现在三列中。

Answer 2

我们可以使用矢量化rowSums

df1[rowSums(Reduce(`|`, lapply(c("VIX", "SPX", "VOL"), `==`, df1[1:3])), na.rm = TRUE)==3,]
#  Var1 Var2 Var3 X Y Z
#1  VIX  SPX  VOL 2 3 4

或另一种矢量化方法，而不是遍历行。

df1[!rowSums(Vectorize(function(x) !x%in% c("VIX", "SPX", "VOL"))(df1[1:3])),]
#  Var1 Var2 Var3 X Y Z
#1  VIX  SPX  VOL 2 3 4

Answer 3

您也可以尝试使用 data.table 包：

library(data.table)
setDT(df)[df[, all(c("VIX", "SPX", "VOL") %in% c(Var1, Var2, Var3)), by=1:3]$V1]
#   Var1 Var2 Var3 X Y Z
#1:  VIX  SPX  VOL 2 3 4

条件 all(c("VIX", "SPX", "VOL") %in% c(Var1, Var2, Var3) 允许确保所有 3 个值都存在于 3 个变量中（避免 select 一行，例如 VIX VIX VOL，以防可能发生）。

在 data.frame 中跨列搜索的更简单解决方案

Easier solution for searching across columns in data.frame

algorithm

search

r

multiple-columns

dataframe