R - 基于列名（在向量中）和这些列中的特定值的子集行

Question

这是我的 df 的样子：

df <- data.frame(WoS = c(1L, NA, 1L, NA, 1L, NA), Scopus = c(1L, 1L, 1L, 1L, NA, NA), Dim = c(NA, NA, 1L, 1L, 1L, 1L), Lens = c(NA, NA, NA, 1L, NA, 1L))

或：

| WoS| Scopus| Dim| Lens| # (+ various other columns)
|---:|------:|---:|----:|
|   1|      1|  NA|   NA|
|  NA|      1|  NA|   NA|
|   1|      1|   1|   NA|
|  NA|      1|   1|    1|
|   1|     NA|   1|   NA|
|  NA|     NA|   1|    1|

# (+ hundreds of other rows in which 1 and NAs are distributed among these four columns)

我想根据存储列名的向量对 df 进行子集化；这些列中至少一列的值应等于 1.

在vec中提到的不是的其他列应该是NA.

示例：

假设我有一个向量 vec <- c("WoS", "Scopus")。

然后我想 select df$WoS = 1 或 df$Scopus = 1 以及 is.na(df$Dim) 和 is.na(df$Lens) 的所有行：

| WoS| Scopus| Dim| Lens| # (+ keep all other columns ...)
|---:|------:|---:|----:|
|   1|      1|  NA|   NA|
|  NA|      1|  NA|   NA|
|   1|     NA|  NA|   NA|
|  NA|      1|  NA|   NA|
|   1|      1|  NA|   NA|

如何以最佳方式做到这一点？

Answer 1

我们可以将列名存储到向量中，然后filter适用于不同的条件。

library(dplyr)

target1 <- c("WoS", "Scopus")
target2 <- c("Dim", "Lens")

df2 <- df %>%
  filter(rowSums(select(., all_of(target1)), na.rm = TRUE) <= 2) %>%
  filter(across(all_of(target2), .fns = is.na))
df2
#   WoS Scopus Dim Lens
# 1   1      1  NA   NA
# 2  NA      1  NA   NA

如果您不喜欢使用rowSums，因为某些列中的值可能不是严格的1，我们可以更改为以下，使用filter 和if_any。

df2 <- df %>%
  filter(if_any(all_of(target1), .fns = function(x) x == 1)) %>%
  filter(across(all_of(target2), .fns = is.na))
df2
#   WoS Scopus Dim Lens
# 1   1      1  NA   NA
# 2  NA      1  NA   NA

我们也可以把第二个filter函数中的across改成if_all.

df2 <- df %>%
  filter(if_any(all_of(target1), .fns = function(x) x == 1)) %>%
  filter(if_all(all_of(target2), .fns = is.na))
df2
#   WoS Scopus Dim Lens
# 1   1      1  NA   NA
# 2  NA      1  NA   NA

R - 基于列名（在向量中）和这些列中的特定值的子集行

R - subset rows based on column names (in a vector) and specific values in those columns

r

vector

subset

dataframe

dplyr