主页 / 问题 / 1016726
Accepted
aleksandr barakin
Asked:2020-08-24 00:35:32 +0000 UTC2020-08-24 00:35:32 +0000 UTC

在符合条件的行中只保留一个单元格

  • 772

基于这个问题：用 R 中的 apply 系列函数替换 for 循环 （当然，这个问题的组成很差，提到的实现简直太糟糕了，但我开始对一个特定的点感兴趣，我把它说成一个单独的问题）。

这里我们有一个表格，我们需要在每一行中删除所有不满足特定条件的单元格，并且在那些满足特定条件的单元格中，只留下一个（例如，最左边的一个）。如果没有这样的单元格，则完全删除该行。

好吧，为了更复杂 - 第一列中的值不需要检查，也不需要删除。也就是说，应该保留一个包含两列的表。

源表示例：

set.seed(42)
cbind(letters[1:5], matrix(sapply(sample(5:10,20,replace=T),\
  function(x) paste0(sample(letters,x),collapse="")),ncol=4))
#      [,1] [,2]         [,3]        [,4]         [,5]        
# [1,] "a"  "xdzvbkhrio" "ovegszxa"  "fjwxqpk"    "clsqrdxfzm"
# [2,] "b"  "tujparvdqk" "dflepahju" "apurjlkzg"  "itjprdacmw"
# [3,] "c"  "jkawzu"     "pdior"     "puijmvohqr" "opemd"     
# [4,] "d"  "xpzohvuwa"  "ofcbgzad"  "gsvnwt"     "lhceqiu"   
# [5,] "e"  "tqeglozu"   "yxrhlpmvd" "wotcqnz"    "mkdsnqpr"

并且作为单元格必须对应的条件，让有一个子字符串'm'（它几乎出现在每一行，甚至不止一次）。

即，因此，您需要获得下表：

#      [,1] [,2]        
# [1,] "a"  "clsqrdxfzm"
# [2,] "b"  "itjprdacmw"
# [3,] "c"  "puijmvohqr"
# [4,] "e"  "yxrhlpmvd"
r

1 个回答

  1. Best Answer

    让表存储在一个变量中m。

    首先，应用它（逐行）grepl()，立即只返回第一个找到的单元格（如果有多个）或NA（如果没有找到单元格）：

    apply(m[, -1], 1, function(r) {g<-grepl('m', r); if(any(g)) {r[g][1]} else NA})
# [1] "clsqrdxfzm" "itjprdacmw" "puijmvohqr" NA           "yxrhlpmvd"

    现在cbind()我们将源表的第一列作为函数附加到这个向量（作为一列）：

    cbind(m[, 1], apply(m[, -1], 1, function(r) {g<-grepl('m', r); if(any(g)) {r[g][1]} else NA}))
#      [,1] [,2]
# [1,] "a"  "clsqrdxfzm"
# [2,] "b"  "itjprdacmw"
# [3,] "c"  "puijmvohqr"
# [4,] "d"  NA
# [5,] "e"  "yxrhlpmvd"

    几乎正是您所需要的！剩下的只是删除第二列中没有值的行。此功能将有所帮助is.na()：

    t <- cbind(m[, 1], apply(m[, -1], 1, function(r) {g<-grepl('m', r); if(any(g)) {r[g][1]} else NA}))
t[ ! is.na(t[, 2]), ]
#      [,1] [,2]        
# [1,] "a"  "clsqrdxfzm"
# [2,] "b"  "itjprdacmw"
# [3,] "c"  "puijmvohqr"
# [4,] "e"  "yxrhlpmvd"
    • 0

相关问题