R 按多个因子级别对数据帧进行子集划分

如何避免使用循环基于多因素级别对数据帧进行子集划分

在下面的示例中，我想要的输出是一个数据帧。数据帧应包含原始数据帧的行，“代码”中的值等于“选定”中的一个值

工作示例：

#sample data
Code<-c("A","B","C","D","C","D","A","A")
Value<-c(1, 2, 3, 4, 1, 2, 3, 4)
data<-data.frame(cbind(Code, Value))

selected<-c("A","B") #want rows that contain A and B

#Begin subsetting
result<-data[which(data$Code==selected[1]),]
s1<-2
while(s1<length(selected)+1)
{
  result<-rbind(result,data[which(data$Code==selected[s1]),])
  s1<-s1+1
}

#示例数据
代码试试这个：

> data[match(as.character(data$Code), selected, nomatch = FALSE), ]
    Code Value
1      A     1
2      B     2
1.1    A     1
1.2    A     1

您可以在%

  data[data$Code %in% selected,]
  Code Value
1    A     1
2    B     2
7    A     3
8    A     4

还有一个：

data[data$Code == "A" | data$Code == "B", ]

还值得一提的是，如果子集因子在长度和顺序上与数据帧行匹配，则它不必是数据帧的一部分。在本例中，我们无论如何都是用这个因子制作数据帧的。所以

data[Code == "A" | Code == "B", ]

---

同样有效，这是关于R的真正有用的东西之一。

第二部分在Jupyter笔记本中对我不起作用。