Fatal编程技术网
  • r/
  • 使用|（OR）而不是&；链接筛选器（Cross（））语句；（及）

使用|（OR）而不是&；链接筛选器（Cross（））语句；（及）

r

使用|（OR）而不是&；链接筛选器（Cross（））语句；（及）,r,dplyr,R,Dplyr,如何筛选数据帧df中一个或多个列符合条件的所有行。例如：至少有一个细胞NA在哪里 df <- tibble(a = c('x', 'x', 'x'), b = c(NA, 'x', 'x'), c = c(NA, NA, 'x')) columns_to_check <- c('b', 'c') 但是（如何）我可以使用OR将用cross（）创建的filter（）语句组合起来？下面是一种使用reducefrompurr的方法

如何筛选数据帧
df
中一个或多个
列符合条件的所有行。例如：至少有一个细胞NA在哪里



df <- tibble(a = c('x', 'x', 'x'),
             b = c(NA,  'x', 'x'),
             c = c(NA,   NA, 'x'))
columns_to_check <- c('b', 'c')



但是（如何）我可以使用OR将用
cross（）
创建的
filter（）
语句组合起来？
下面是一种使用
reduce
from
purr
的方法：


df %>%
  filter(reduce(.x = across(all_of(columns_to_check), ~ !is.na(.x)), .f = `|`))


这是因为跨
返回长度
nrow（df）
的逻辑向量列表

在
mutate
中执行时，可以看到该行为：


df %>%
+   mutate(across(all_of(columns_to_check), ~ !is.na(.x)))

# A tibble: 3 x 3
  a     b     c    
  <chr> <lgl> <lgl>
1 x     FALSE FALSE
2 x     TRUE  FALSE
3 x     TRUE  TRUE 



df%>%
+变异（跨越（列到检查列的所有列）~！is.na（.x）））
#一个tibble:3x3
a、b、c
1 x假假假
2倍真假
3倍真实


因此，您可以将它们与
|
一起减少，以获得一个逻辑向量。您不需要
.x
或
.f
，它们仅用于说明目的
 我的错误，这在
vignette（“rowwise”）
中有记录：


另一个解决办法可以是：


df %>%
 filter(across(all_of(columns_to_check), ~ !is.na(.x)) == TRUE)

  a     b     c    
  <chr> <chr> <chr>
1 x     x     <NA> 
2 x     x     x    



df%>%
过滤器（跨越（列到检查的所有列），~！is.na（.x））==TRUE）
a、b、c
1 x x
2 x x x

谢谢！这比
rowSums（）
方法更清楚，因为它使
更明确。但是
rowSums
方法几乎肯定更快。

df %>%
  filter(rowSums(across(all_of(columns_to_check), ~ !is.na(.x))) > 0)



df %>%
 filter(across(all_of(columns_to_check), ~ !is.na(.x)) == TRUE)

  a     b     c    
  <chr> <chr> <chr>
1 x     x     <NA> 
2 x     x     x