मेरे पास R में एक डेटा है। मैं दो अलग-अलग कॉलम पर दो अलग-अलग स्थितियों को आज़माना चाहता हूं, लेकिन मैं चाहता हूं कि ये स्थितियाँ समावेशी हों। इसलिए, मैं शर्तों को संयोजित करने के लिए "OR" का उपयोग करना चाहूंगा। जब मैंने "और" स्थिति का उपयोग करना चाहा तो मैंने बहुत सफलता के साथ निम्नलिखित वाक्य रचना का उपयोग किया है।
my.data.frame <- data[(data$V1 > 2) & (data$V2 < 4), ]लेकिन मुझे नहीं पता कि उपरोक्त में 'OR' का उपयोग कैसे किया जाता है।
जवाबों:
my.data.frame <- subset(data , V1 > 2 | V2 < 4)एक वैकल्पिक समाधान जो इस फ़ंक्शन के व्यवहार की नकल करता है और एक फ़ंक्शन बॉडी में शामिल करने के लिए अधिक उपयुक्त होगा:
new.data <- data[ which( data$V1 > 2 | data$V2 < 4) , ]कुछ लोग whichआवश्यकतानुसार उपयोग न करने की आलोचना करते हैं , लेकिन यह NAमूल्यों को अवांछित परिणामों को वापस फेंकने से रोकता है । दो (बिना वी 1 या वी 2 में से किसी के लिए एनए-पंक्तियों को वापस नहीं करना) समतुल्य whichहोगा। निम्न विकल्प निम्न होंगे:
new.data <- data[ !is.na(data$V1 | data$V2) & ( data$V1 > 2 | data$V2 < 4) , ]नोट: मैं उस गुमनाम योगदानकर्ता का शुक्रिया अदा करना चाहता हूं जिसने कोड में त्रुटि को तुरंत ठीक करने का प्रयास किया, एक ऐसा संशोधन जो मॉडर्नाइजर्स द्वारा खारिज कर दिया गया। वास्तव में एक अतिरिक्त त्रुटि थी जिसे मैंने देखा जब मैं पहले वाले को सही कर रहा था। सशर्त खंड जो NA मानों की जांच करता है, उसे पहले करने की आवश्यकता होती है, क्योंकि इसे तब तक संभाला जाना चाहिए जैसा कि मैं चाहता था, जब से ...
> NA & 1
[1] NA
> 0 & NA
[1] FALSE
तर्कों का क्रम 'और' का उपयोग करते समय मायने रखता है।
[में रैप करने के लिए एक की जरूरत है whichया अतिरिक्त का उपयोग !is.naकी कमी।
which। यदि V1 और V2 दोनों NA हैं, तो आपको उस स्थान पर NA की एक पंक्ति मिल जाएगी यदि आपने छोड़ दिया which। मैं बड़े डेटासेट के साथ काम करता हूं और यहां तक कि एनए का अपेक्षाकृत छोटा प्रतिशत वास्तव में मेरी स्क्रीन को जंक आउटपुट से भर देगा। कुछ लोगों को लगता है कि यह एक विशेषता है। मैं नही।
greplया इसके grepसाथ एक कॉल कैसे शामिल करते हैं?
आप "|" Http://cran.r-project.org/doc/manuals/R-intro.html#Logical-vectors देखें
my.data.frame <- data[(data$V1 > 2) | (data$V2 < 4), ]NAvc <- data.frame(duzey=factor(c("Y","O","Y","D","Y","Y","O"), levels=c("D","O","Y"), ordered=TRUE), cinsiyet=c("E","E","K",NA,"K","E","K"), yas=c(8,3,9,NA,7,NA,6), Not=c(NA,1,1,NA,NA,2,1)); vc; vc[vc$cinsiyet == "E" | vc$Not < 4,]; vc[vc$cinsiyet == "E" & vc$Not < 2,]
पूर्णता के लिए, हम ऑपरेटरों का उपयोग कर सकते हैं [और [[:
set.seed(1)
df <- data.frame(v1 = runif(10), v2 = letters[1:10])
कई विकल्प
df[df[1] < 0.5 | df[2] == "g", ]
df[df[[1]] < 0.5 | df[[2]] == "g", ]
df[df["v1"] < 0.5 | df["v2"] == "g", ]
df $ नाम df [["नाम" के बराबर है , सटीक = FALSE]]
का उपयोग कर dplyr:
library(dplyr)
filter(df, v1 < 0.5 | v2 == "g")
का उपयोग कर sqldf:
library(sqldf)
sqldf('SELECT *
FROM df
WHERE v1 < 0.5 OR v2 = "g"')
उपरोक्त विकल्पों के लिए आउटपुट:
v1 v2
1 0.26550866 a
2 0.37212390 b
3 0.20168193 e
4 0.94467527 g
5 0.06178627 j
sqldfपैकेज भी अच्छा है। विशेष रूप से बहुत उपयोगी है जब subset()थोड़ा दर्दनाक हो जाता है :)