過濾器變量，其列名稱包含模式

我試圖篩選出NA，NaN和Inf值超出使用dyplr的filter功能tbl的。過濾器變量，其列名稱包含模式

訣竅是我只想將過濾器應用於名稱包含特定模式的列。該模式是：r1，r2，r3等

我試圖結合grep和filter來實現這一目標，但無法使其工作。我目前的代碼如下所示：

filter_(!is.na(grep("r[1-9]", colnames(DF), value = TRUE)) 
& !is.infinite(grep("r[1-9]", colnames(DF), value = TRUE)) 
& !is.nan(grep("r[1-9]", colnames(DF), value = TRUE)))

但是，此代碼返回警告消息：「截斷向量爲1」。並且返回的數據未經過濾。

我懷疑它是這裏的is.na功能所引起的問題，因爲我已經看到了一個例子在線，您可以使用正常情況下適用grep到filter（即condition == value），而不是基於is.na

條件

來源

2017-09-04 Anita McGill

你能提供你的數據集的[重複的例子（https://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example）？ –

我認爲問題在於你正在爲'NA'，'NaN'和'Inf'測試'colnames（DF）'，它應該是那些列中的值。（那些匹配你的模式'r [1-9]'。） –

這是一個基本的R方法來過濾行，比較特定的列。

# sample data 
set.seed(1234) 
dat <- data.frame(r1=c(NA, 1,NaN, 5, Inf), r2=c(NA, 1,NaN, NA, Inf), d=rnorm(5))

這組數據看起來像

dat 
    r1 r2   d 
1 NA NA -1.2070657 
2 1 1 0.2774292 
3 NaN NaN 1.0844412 
4 5 NA -2.3456977 
5 Inf Inf 0.4291247

我們將檢查前兩列忽略第三列。請注意，應保持的唯一的行是行2

dat[Reduce("&", lapply(dat[grep("^r", names(dat))], is.finite)),] 
    r1 r2   d 
2 1 1 0.2774292

這裏，data.frame即使用grep選擇適當的列的子集（1和2）被輸送到lapply。正則表達式「^ r」表示只包含名稱以「r」開頭的變量。在lapply循環中，使用is.finite檢查每個向量。此函數爲NA，NaN和Inf返回FALSE。邏輯向量的結果列表被送到Reduce`，它返回一個邏輯向量，當且僅當一行中的每個元素都是有限的時，元素爲TRUE的data.frame的行數的長度。

來源

2017-09-04 16:17:48 lmo

dplyr提供matches()就是這個

例1有用：如何matches()工作？

library(dplyr) 

# remove columns that start with "mp" 
mtcars %>% select(-matches("mp")) 

# keep columns that start with "mp" 
mtcars %>% select(matches("mp"))

例2：在您的要求的情況下使用matches()但使用MWE

# Create a dummy dataset 
data = tibble(id = c("John","Paul","George","Ringo"), 
       r1 = c(1,2,NA,NA), 
       r2 = c(1,2,NA,4), 
       s1 = c(1,NA,3,4)) 

# Filter NAs in columns that start with r followed by a number 
data %>% filter_at(vars(matches("r[0-9]")), all_vars(!is.na(.)))

來源

2017-09-04 16:46:02 pachamaltese

我剛剛意識到我沒有完成這個例子。現在它的完整，@ anita-mcgill – pachamaltese

隨着dplyr，您可以使用filter_at功能：

dat %>% filter_at(vars(matches("^r[1-9]")), all_vars(is.finite(.)))

使用@改性活生物體的樣本數據，結果是：

r1 r2   d 
1 1 1 0.2774292

來源

2017-09-04 16:52:59 eipi10

嗨，這工作。但是我現在發現了一個進一步的問題，只能通過過濾'Inf'和'NaN'值（並留在NA中）來解決。爲了做到這一點，我可以用'all_vars（！is.infinite（。））＆all_vars（！is.nan（。））'替換第二個參數' –

@AnitaMcGill上面我發佈了一個解決方案，指出你當前的問題 – pachamaltese

過濾器變量，其列名稱包含模式

回答

相關問題