r - 是否有更好的语法来对 R 中的数据框进行子集化？

Question

我想有条件地对数据框进行子集化而不引用数据框。例如，如果我有以下内容：

long_data_frame_name <- data.frame(x=1:10, y=1:10)

我想说：

subset <- long_data_frame_name[x < 5,]

但相反，我不得不说：

subset <- long_data_frame_name[long_data_frame_name$x < 5,]

plyr 和 ggplot 处理得非常好。是否有任何软件包可以使数据框的子集化同样漂亮？

Answer 1

听起来您正在寻找data.table包，它实现了您所描述的索引语法。（data.table对象本质上data.frame是具有附加功能的 s，因此您几乎可以在使用“普通旧”数据框架的任何地方继续使用它们。）

包的作者 Matthew Dowle在他对这个流行的 SO [r]-tag 问题[.data.table()的回答中论证了 's 索引语法的优势。他在那里的回答也可以直接回答你上面的问题！

这是一个例子：

library(data.table)
long_data_table_name <- data.table(x=1:10, y=1:10) 

subset <- long_data_table_name[x < 5, ]
subset
#    x y
# 1: 1 1
# 2: 2 2
# 3: 3 3
# 4: 4 4

Answer 2

是的：

newdata <- subset(mydata, sex=="m" & age > 25)

或者

newdata <- subset(mydata, sex=="m" & age > 25 , select=weight:income)

参考： http: //www.statmethods.net/management/subset.html

Answer 3

美丽是主观的，不是吗？为了分享其他解决方案，还有这个sqldf包：

library(sqldf)
subset <- sqldf("select * from long_data_frame_name where x < 5")

Answer 4

尝试 dplyr，在发布并回答此问题后发布。它非常适合许多常见的数据帧处理任务。

library(dplyr)
subset <- filter(long_data_frame_name, x > 5)

或者，等效地：

subset <- long_data_frame_name %>% filter(x > 5)