部分匹配data.frame和子集中的所有data.frame

Question

我有一些數據，看起來像這樣：

List_name  Condition1 Condition2 Situation1 Situation2 
    List1   0.01   0.12   66   123 
    List2   0.23   0.22   45   -34 
    List3   0.32   0.23   13   -12 
    List4   0.03   0.56   -3   45 
    List5   0.56   0.05   12   100 
    List6   0.90   0.09   22   32 

我想過濾每一列「條件」中的數據。根據截斷幀0.5。 過濾後，子集將發生並將攜帶相應的值列「情況」。過濾器和子集將配對使用：「Condition1」與「Situation1」，「Condition2」與「Situation2」等。

只需將所需的輸出：

List_name  Condition1  Situation1 List_name Condition2 Situation2 
    List1   0.01    66  List1  0.12  123 
    List2   0.23    45  List2  0.22  -34 
    List3   0.32    13  List3  0.23  -12 
    List4   0.03    -3  List5  0.05  100 
              List6  0.09   32 

我敢肯定，可能有前發佈另一個類似的情況，但我搜索，我沒有發現它。

Answer 1

可以使用的概念，即布爾檢查矢量：

x <- c(0.1, 0.3, 0.5, 0.2) 
x < 0.5 
# [1] TRUE TRUE FALSE TRUE 

和一些grep結果：

grep('Condition', names(DF1)) 

要做這個子集NG可以使用apply生成您的布爾向量：

keepers <- apply(DF1[, grep('Condition', names(DF1))], 1, function(x) any(x < 0.5)) 

和其子集：

DF1[keepers,] 

注意，這不一定返回的數據結構，你在你的問題顯示。但是您可以使用all或不同的閾值相應地更改匿名函數。

---

代替編輯，我會以不同的方式處理。我會用melt從reshape2包：

library(reshape2) 
dat.c <- melt(DF1, 
       id.var='List_name', 
       measure.var=grep('Condition', names(DF1), value=TRUE), 
       variable.name='condition', 
       value.name='cond.val') 
dat.c$idx <- gsub('Condition', '', dat.c$condition) 
dat.s <- melt(DF1, 
       id.var='List_name', 
       measure.var=grep('Situation', names(DF1), value=TRUE), 
       variable.name='situation', 
       value.name='situ.val') 
dat.s$idx <- gsub('Situation', '', dat.s$situation) 
dat <- merge(dat.c, dat.s) 

out <- dat[dat$cond.val < 0.5,] 

    List_name idx condition cond.val situation situ.val 
1  List1 1 Condition1  0.01 Situation1  66 
2  List1 2 Condition2  0.12 Situation2  123 
3  List2 1 Condition1  0.23 Situation1  45 
4  List2 2 Condition2  0.22 Situation2  -34 
5  List3 1 Condition1  0.32 Situation1  13 
6  List3 2 Condition2  0.23 Situation2  -12 
7  List4 1 Condition1  0.03 Situation1  -3 
10  List5 2 Condition2  0.05 Situation2  100 
12  List6 2 Condition2  0.09 Situation2  32 

然後可以使用dcast把數據傳回在最初的格式，如果你想要的，但我覺得在這個「長」表單數據更容易的工作。這種形式也是令人愉快的，因爲它避免了NA值的需要，當你有行滿足一個條件而其他條件不滿足時。

out.c <- dcast(out, List_name ~ condition, value.var='cond.val') 
out.s <- dcast(out, List_name ~ situation, value.var='situ.val') 
merge(out.c, out.s) 

    List_name Condition1 Condition2 Situation1 Situation2 
1  List1  0.01  0.12   66  123 
2  List2  0.23  0.22   45  -34 
3  List3  0.32  0.23   13  -12 
4  List4  0.03   NA   -3   NA 
5  List5   NA  0.05   NA  100 
6  List6   NA  0.09   NA   32 

Answer 2

與優秀的@Arun解決方案類似，但是基於列名稱並且沒有任何假設。

cols.conds <- colnames(dat)[gregexpr(pattern='Condition[0-9]+',colnames(dat)) > 0] 
lapply(cols.conds, function(x){ 
    col.list <- colnames(dat)[1] 
    col.situ <- gsub('Condition','Situation',x) 
    dat[which(dat[[x]] < 0.5), c(col.list,x,col.situ)]} 
) 

我認爲DAT是：

dat <- read.table(text =' List_name  Condition1 Condition2 Situation1 Situation2 
    List1   0.01   0.12   66   123 
    List2   0.23   0.22   45   -34 
    List3   0.32   0.23   13   -12 
    List4   0.03   0.56   -3   45 
    List5   0.56   0.05   12   100 
    List6   0.90   0.02   22   32',head=T) 

Answer 3

我想你問的是可以實現的，但它不可能是bind（綁定）你已經證明他們有不平等的元素的方式。所以，你會得到一個列表。

在這裏，我假設你的data.frame總是形式List_name，其次是Condition1，...，ConditionN，然後Situation1，...，SituationN。

然後，這可以通過獲取ids被首先得到，然後使用lapply

ids <- grep("Condition", names(df)) 
lapply(ids, function(x) df[which(df[[x]] < 0.5), c(1,x,x+length(ids))]) 

# [[1]] 
# List_name Condition1 Situation1 
# 1  List1  0.01   66 
# 2  List2  0.23   45 
# 3  List3  0.32   13 
# 4  List4  0.03   -3 
# 
# [[2]] 
# List_name Condition2 Situation2 
# 1  List1  0.12  123 
# 2  List2  0.22  -34 
# 3  List3  0.23  -12 
# 5  List5  0.05  100 
# 6  List6  0.09   32