R 数据帧作为选择标准

R 数据帧作为选择标准,r,csv,dataframe,selection,criteria,R,Csv,Dataframe,Selection,Criteria,有没有一种方法可以使用一个包含x个标题的数据帧(每个标题包含1个值)作为另一个更大数据集的选择标准 例如: VH <- na.omit(data_frame[data_frame$distance>=1000 & data_frame$distance<=4000 & data_frame$corde==conditions_course$hippo_corde, c("date_course","handicap.1","distance","corde","

有没有一种方法可以使用一个包含x个标题的数据帧(每个标题包含1个值)作为另一个更大数据集的选择标准

例如:

VH <- na.omit(data_frame[data_frame$distance>=1000 & data_frame$distance<=4000 & data_frame$corde==conditions_course$hippo_corde, c("date_course","handicap.1","distance","corde","nb_part","classement","nom_cheval")])
> VH
    date_course handicap.1 distance corde nb_part classement     nom_cheval
11   2015-07-25         56     3600     D      17          4        Bushido
16   2015-07-25         56     3600     D      17          5        Ami Sol
32   2015-07-30         55     3700     D      12          8   Pourtoimarco
33   2015-07-10         53     3400     D       9          1   Pourtoimarco
56   2015-07-25         61     3600     D      17          2 Vicomte dAnjou
57   2015-06-30         58     3400     D      17          1 Vicomte dAnjou
73   2015-07-25         59     3600     D      17          3     Besnardine
74   2015-06-30         59     3400     D      17          2     Besnardine
100  2015-07-30         56     3700     D      12          7       Bénuisca
希望这更清楚。由于现实生活中的数据集和条件变量较大,为了便于讨论,对其进行了简化。
感谢您为这个伟大的网站和社区

给我们一些数据好的,我会把它设置得更好,尽管我想要一个通用的例子。这将需要我几天的时间…同时,为了产生一个“通用答案”,我们需要知道你的原材料是什么,以及预期结果是什么样的。我无法从你的问题中看出这一点。很高兴尝试一下,但是。。。数据…;-)
#I first read all csv of starters
file_names <-list.files(pattern = "\\d")
data_frame <- do.call(rbind,lapply(file_names,read.csv,header=TRUE, sep = ";"))
#then I convert certain fields so they can be matched
data_frame$date_course <- as.Date(data_frame$date_course, "%d/%m/%Y")
data_frame$corde <- as.character(data_frame$corde)
#then this is the part that I'd like to make more customizable
pertinent_RKM<-na.omit(data_frame[data_frame$distance>=2600 & data_frame$distance<=3400 & data_frame$date_course>="2015-06-01" & data_frame$date_course<="2015-09-01", c("date_course","libel_hippo","redkm","distance","nom_cheval","classement","nb_part")])
bestRKM<-aggregate(redkm ~ nom_cheval, pertinent_RKM, mean)
bestRKMtrie<-bestRKM[with(bestRKM, order(redkm)),]