根据逻辑条件筛选 data.frame 行

小开

最佳答案

要根据一‘ cell _ type’(例如‘ hesc’)选择行，请使用 ==:

expr[expr$cell_type == "hesc", ]

要根据两个或多个不同的“ cell _ type”(例如，“ hesc”或者“ bj 成纤维细胞”)选择行，请使用 %in%:

expr[expr$cell_type %in% c("hesc", "bj fibroblast"), ]

小开

使用 subset(交互式使用)

subset(expr, cell_type == "hesc")
subset(expr, cell_type %in% c("bj fibroblast", "hesc"))

或者更好的 dplyr::filter()

filter(expr, cell_type %in% c("bj fibroblast", "hesc"))

小开

expr[expr[2] == 'hesc']无法工作的原因是，对于数据帧，x[y]选择的是列，而不是行。如果要选择行，请改为语法 x[y,]:

> expr[expr[2] == 'hesc',]
expr_value cell_type
4   5.929771      hesc
5   5.873096      hesc
6   5.665857      hesc

小开

你可以使用 dplyr软件包:

library(dplyr)
filter(expr, cell_type == "hesc")
filter(expr, cell_type == "hesc" | cell_type == "bj fibroblast")

小开

有时，要筛选的列可能出现在与列索引2不同的位置，或者具有变量名。

在这种情况下，您可以简单地将要过滤的列名引用为:

columnNameToFilter = "cell_type"
expr[expr[[columnNameToFilter]] == "hesc", ]

小开

我当时正在处理一个数据框架，但是找不到提供的答案，它总是返回0行，所以我找到并使用了 grepl:

df = df[grepl("downlink",df$Transmit.direction),]

它基本上将我的数据框削减到仅仅包含传输方向列中的“下行链接”的行。附言。如果有人能猜到为什么我没有看到预期的行为，请留言。

特别是对于最初的问题:

expr[grepl("hesc",expr$cell_type),]


expr[grepl("bj fibroblast|hesc",expr$cell_type),]

小开

似乎没有人包含 which 函数，它也可以用于过滤。

expr[which(expr$cell == 'hesc'),]

这还将处理 NAs 并将它们从结果数据框架中删除。

在9840x24数据帧上运行50000次，看起来 which 方法的运行时间比% in% 方法的运行时间快60% 。

小开

我们可以使用 data.table 库

  library(data.table)
expr <- data.table(expr)
expr[cell_type == "hesc"]
expr[cell_type %in% c("hesc","fibroblast")]

或使用 %like%操作符过滤模式匹配

 expr[cell_type %like% "hesc"|cell_type %like% "fibroblast"]

小开

这对我来说就像魔法一样。

celltype_hesc_bool = expr['cell_type'] == 'hesc'

expr_celltype_hesc = expr[celltype_hesc]