R语言 如何有条件地删除R数据框架中的行

您所在的位置:网站首页 R语言which多条件筛选 R语言 如何有条件地删除R数据框架中的行

R语言 如何有条件地删除R数据框架中的行

2023-12-24 01:03| 来源: 网络整理| 查看: 265

R语言 如何有条件地删除R数据框架中的行

在这篇文章中,我们将讨论如何在R编程语言中有条件地从数据框中删除行。我们需要有条件地从数据框中删除一些数据行,以准备数据。为此,我们使用逻辑条件,在此基础上删除不符合条件的数据。

方法1:通过单一条件移除行

为了从一个数据框架中移除基于单个条件语句的数据行,我们在数据框架中使用方括号[ ],并将条件语句放在其中。这将对数据框架进行切片,并删除所有不满足给定条件的行。

语法 。

df[ 条件语句]

其中。

df: 决定了要使用的数据框架。 conditional-statement: 决定过滤数据的条件。

例子 。

在这个例子中,所有x变量小于0的数据点都被删除。

# create sample data sample_data 0, ]    # print data print("Filtered Data:") new_data

输出 。

Sample Data: x y 1 1.0356175 19.36691 2 -0.2071733 21.38060 3 -1.3449463 19.56191 4 -0.5313073 19.49135 5 1.7880192 19.52463 6 -0.7151556 19.93802 7 1.5074344 20.82541 8 -1.0754972 20.59427 9 -0.2483219 19.21103 10 -0.8892829 18.93114 Filtered Data: x y 1 1.035617 19.36691 5 1.788019 19.52463 7 1.507434 20.82541 10 1.0460800 20.05319 方法2:通过多个条件删除行

要从一个数据框架中移除基于多个条件语句的数据行。我们使用方括号 [ ]和数据框架,并将多个条件语句与AND或OR操作符放在里面。这将对数据框架进行切片,并删除所有不满足给定条件的行。

语法。

df[ 条件语句 & / | 条件语句 ] 。

其中。

df: 决定了要使用的数据框架。 conditional-statement: 决定过滤数据的条件。

例子 。

在这个例子中,所有x变量小于0和y变量小于19的数据点都被删除。

# create sample data sample_data 0&sample_datay > 0.4, ]    # print data print("Filtered Data:") new_data

输出 。

Sample Data: x y 1 -1.091923406 21.14056 2 0.870826346 20.83627 3 0.285727039 20.89009 4 -0.224661613 20.04137 5 0.653407459 19.01530 6 0.001760769 18.36436 7 -0.572623161 19.72691 8 -0.092852143 19.58567 9 -0.423781311 19.99482 10 -1.332091619 19.36539 Filtered Data: x y 2 0.870826346 20.83627 3 0.285727039 20.89009 5 0.653407459 19.01530 6 0.001760769 18.36436 方法3:通过subset()函数删除行

subset()函数根据某些条件创建一个给定数据框架的子集。这有助于我们用单个或多个条件语句来删除或选择数据行。subset()函数是R语言的一个内置函数,不需要导入任何第三方软件包。

语法。

subset( df, Conditional-statement )

其中。

df: 决定了要使用的数据框架。 conditional-statement: 决定过滤数据的条件。

例子 。

在这个例子中,所有x变量小于19,y变量大于50的数据点都用subset函数删除。

# create sample data sample_data 19&sample_datay < 49 )    # print data print("Filtered Data:") new_data

输出 。

Sample Data: x y 1 20.38324 51.02714 2 20.36595 50.64125 3 20.44204 52.28653 4 20.34413 50.08981 5 20.51478 49.53950 6 20.35667 48.88035 7 19.89415 49.78139 8 21.61003 49.43653 9 20.66579 49.14877 10 20.70246 50.06486 Filtered Data: x y 6 20.35667 48.88035


【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3