r - 在 R 中使用 OR 条件和字符串进行子集化

Question

我有一个大约 40 列的数据框，第二列 data[2] 包含其余行数据描述的公司名称。但是，公司名称因年份而异（2009 年数据为 09，2010 年无数据）。

我希望能够对数据进行子集化，以便我可以同时提取两年。这是我正在尝试做的一个例子......

subset(data, data[2] == "Company Name 09" | "Company Name", drop = T)

本质上，我很难在子集函数中使用 OR 运算符。

但是，我尝试了其他选择：

subset(data, data[[2]] == grep("Company Name", data[[2]]))

也许使用字符串函数有更简单的方法？

任何想法都会受到赞赏。

score 18 · Accepted Answer

首先（正如乔纳森在他的评论中所做的那样）要引用第二列，您应该使用data[[2]]or data[,2]。但是，如果您使用的是子集，则可以使用列名：subset(data, CompanyName == ...)。

对于您的问题，我将执行以下操作之一：

subset(data, data[[2]] %in% c("Company Name 09", "Company Name"), drop = TRUE) 
subset(data, grepl("^Company Name", data[[2]]), drop = TRUE)

在第二个中，我使用（在 R 版本 2.9 中引入）返回与匹配的grepl逻辑向量。TRUE

score 5 · Accepted Answer

有几件事：

1) 模型数据很有用，因为我们不确切知道您所面临的情况。如果可能，请提供数据。也许我误解了接下来的内容？

2）不要[[2]]用来索引你的data.frame，我认为[，“colname”]更清晰

3）如果唯一的区别是名称中的尾随'09'，那么只需将其正则表达式：

R> x1 <- c("foo 09", "bar", "bar 09", "foo")
R> x2 <- gsub(" 09$", "", x1)
[1] "foo" "bar" "bar" "foo"
R>

现在您应该能够对动态转换的数据执行子集：

R> data <- data.frame(value=1:4, name=x1)
R> subset(data, gsub(" 09$", "", name)=="foo")
  value   name
1     1 foo 09
4     4    foo
R>

您也可以用正则表达式的值替换名称列。

2 回答 2