如何根据条件分离R中的数据

我想根据R中的某些条件分离数据进行数据分析，但我不知道如何进行

我有已经分组在一起的数据，我想根据分组的某些条件将它们分开。下面是我正在尝试做的一个例子：

原始数据：
数据集：

所需数据：

dataset1:
trial position data
1 1 70
1 2 73
1 3 80
1 4 75
4 1 80
4 2 90
4 3 85
4 4 53


dataset2:
trial position data
2 1 41
2 2 80
2 3 45
2 4 70
3 1 50
3 2 53
3 3 50
3 4 53

---

我希望能够分离我的数据，这样，如果每个单独试验的位置1中的数据高于50，那么整个试验信息和数据将放入一个数据集，位置1中低于50的数据将放入一个单独的数据集。如何执行此操作？

我们可以使用

split

获得

列表

输出。通过检查每个“试验”组的“数据”的第一个值是否大于50，我们使用

ave

创建分组变量

lst <- split(dataset,  with(dataset, ave(data, trial, FUN=function(x) x[1]<=50)))

更新 如果在“数据集”中未找到

position=1

，则上述代码可能无法正常工作。我正在使用

dplyr

创建

split

组，条件是如果position==1且数据大于50，则整个组都为真

library(dplyr)
grp <- dataset %>%
          group_by(trial) %>% 
          transmute(ind= any(data>50 & position==1))%>%
          .$ind
split(dataset, grp) 
#   $`FALSE`
#   trial position data
#5      2        1   41
#6      2        2   80
#7      2        3   45
#8      2        4   70
#9      3        1   50
#10     3        2   53
#11     3        3   50
#12     3        4   53

#$`TRUE`
#   trial position data
#1      1        1   70
#2      1        2   73
#3      1        3   80
#4      1        4   75
#13     4        1   80
#14     4        2   90
#15     4        3   85
#16     4        4   53

库（dplyr）
玻璃钢%
组别(试验)%>%
转换（ind=any（数据>50，位置==1））%>%
$ind
拆分（数据集，grp）
#$`错`
#试验位置数据
#5      2        1   41
#6      2        2   80
#7      2        3   45
#8      2        4   70
#9      3        1   50
#10     3        2   53
#11     3        3   50
#12     3        4   53
#$`是的`
#试验位置数据
#1      1        1   70
#2      1        2   73
#3      1        3   80
#4      1        4   75
#13     4        1   80
#14     4        2   90
#15     4        3   85
#16     4        4   53

---

我们可以如上所述重命名列表元素，并在需要时创建单独的数据集。

这将通过试验将所有数据分离为单独的数据集，但这不是我想要做的。我添加了更多的数据示例，以使其更加清晰。我想分离数据，以便在每个试验中，如果位置1>50，则这是一个数据集，其中包含符合该条件的所有其他试验，如果位置1@RHatesMe将使用

sapply

的错误更新为一组分割条件。e、 e

conditions=c（50100）；col=2；sapply（条件，函数（x）数据[数据[，列]@nathanesau根据输入数据，我没有得到预期的输出。这里的条件是只检查每个“试验”组的“数据”列的第一个元素。在您的代码中，您循环检查每个条件并检查第二列的所有元素。@akrun您的解决方案基本正常，但没有正确组织数据，我不知道为什么。仍然有数据超过或少于50的数据点被归类到错误的数据集中。我将提供您需要的任何其他信息。
names(lst) <- paste0('dataset', seq_along(lst))
lst
#$dataset1
#   trial position data
#1      1        1   70
#2      1        2   73
#3      1        3   80
#4      1        4   75
#13     4        1   80
#14     4        2   90
#15     4        3   85
#16     4        4   53

#$dataset2
#   trial position data
#5      2        1   41
#6      2        2   80
#7      2        3   45
#8      2        4   70
#9      3        1   50
#10     3        2   53
#11     3        3   50
#12     3        4   53


list2env(lst, envir=.GlobalEnv)

library(dplyr)
grp <- dataset %>%
          group_by(trial) %>% 
          transmute(ind= any(data>50 & position==1))%>%
          .$ind
split(dataset, grp) 
#   $`FALSE`
#   trial position data
#5      2        1   41
#6      2        2   80
#7      2        3   45
#8      2        4   70
#9      3        1   50
#10     3        2   53
#11     3        3   50
#12     3        4   53

#$`TRUE`
#   trial position data
#1      1        1   70
#2      1        2   73
#3      1        3   80
#4      1        4   75
#13     4        1   80
#14     4        2   90
#15     4        3   85
#16     4        4   53