在dplyr中的字符串列上过滤多个值

Question

我data.frame在其中一列中有一个字符数据。我想data.frame在同一列中过滤多个选项。有没有一种简单的方法可以做到这一点，我错过了？示例： data.frame name =datdays      name88        Lynn11          Tom2           Chris5           Lisa22        Kyla1          Tom222      Lynn2         Lynn我想过滤一下Tom，Lynn例如。当我做：target <- c("Tom", "Lynn")filt <- filter(dat, name == target)我收到此错误：longer object length is not a multiple of shorter object length

Answer 1

你需要%in%而不是==：

library(dplyr)

target <- c("Tom", "Lynn")

filter(dat, name %in% target)  # equivalently, dat %>% filter(name %in% target)

产生

  days name

1   88 Lynn

2   11  Tom

3    1  Tom

4  222 Lynn

5    2 Lynn

要了解原因，请考虑这里发生的事情：

dat$name == target

# [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE

基本上，我们将两个长度target向量回收四次以匹配长度dat$name。换句话说，我们正在做：

 Lynn == Tom

  Tom == Lynn

Chris == Tom

 Lisa == Lynn

 ... continue repeating Tom and Lynn until end of data frame

在这种情况下，我们不会收到错误，因为我怀疑您的数据框实际上有不同数量的行不允许回收，但您提供的示例（8行）。如果样本有一个奇数行，我会得到与你相同的错误。但即使回收工作，这显然不是你想要的。基本上，该陈述dat$name == target相当于说：

返回TRUE等于“Tom”的每个奇数值或等于“Lynn”的每个偶数值。

碰巧的是，样本数据框中的最后一个值是偶数并且等于“Lynn”，因此TRUE上面的那个值。

相比之下，dat$name %in% target说：

对于每个值dat$name，检查它是否存在于target。

非常不一样。结果如下：

[1]  TRUE  TRUE FALSE FALSE FALSE  TRUE  TRUE  TRUE

注意你的问题与之无关dplyr，只是误用了==。

Answer 2

使用base包：

df <- data.frame(days = c(88, 11, 2, 5, 22, 1, 222, 2), name = c("Lynn", "Tom", "Chris", "Lisa", "Kyla", "Tom", "Lynn", "Lynn"))

# Three lines

target <- c("Tom", "Lynn")

index <- df$name %in% target

df[index, ]

# One line

df[df$name %in% c("Tom", "Lynn"), ] 

输出：

  days name

1   88 Lynn

2   11  Tom

6    1  Tom

7  222 Lynn

8    2 Lynn

使用sqldf：

library(sqldf)

# Two alternatives:

sqldf('SELECT *

      FROM df 

      WHERE name = "Tom" OR name = "Lynn"')

sqldf('SELECT *

      FROM df 

      WHERE name IN ("Tom", "Lynn")')