Usuwanie określonych wierszy z ramki danych

Sprowadza się to do dwóch odrębnych kroków:

1. Oblicz, kiedy twój warunek jest prawdziwy, a zatem Oblicz wektor wartości logicznych lub, jak wolę, ich indeksy, owijając go w which()
2. Utwórz zaktualizowany data.frame, wyłączając indeksy z poprzedniego kroku.

Oto przykład:

R> set.seed(42)
R> DF <- data.frame(sub=rep(1:4, each=4), day=sample(1:4, 16, replace=TRUE))
R> DF
   sub day
1    1   4
2    1   4
3    1   2
4    1   4
5    2   3
6    2   3
7    2   3
8    2   1
9    3   3
10   3   3
11   3   2
12   3   3
13   4   4
14   4   2
15   4   2
16   4   4
R> ind <- which(with( DF, sub==2 & day==3 ))
R> ind
[1] 5 6 7
R> DF <- DF[ -ind, ]
R> table(DF)
   day
sub 1 2 3 4
  1 0 1 0 3
  2 1 0 0 0
  3 0 1 3 0
  4 0 2 0 2
R> 

I widzimy, że {[5] } został tylko jeden wpis z day==1.

Edit warunek złożony można wykonać za pomocą " or " jako follows:

ind <- which(with( DF, (sub==1 & day==2) | (sub=3 & day=4) ))

A oto nowy pełny przykład

R> set.seed(1)
R> DF <- data.frame(sub=rep(1:4, each=5), day=sample(1:4, 20, replace=TRUE))
R> table(DF)
   day
sub 1 2 3 4
  1 1 2 1 1
  2 1 0 2 2
  3 2 1 1 1
  4 0 2 1 2
R> ind <- which(with( DF, (sub==1 & day==2) | (sub==3 & day==4) ))
R> ind
[1]  1  2 15
R> DF <- DF[-ind, ]
R> table(DF)
   day
sub 1 2 3 4
  1 1 0 1 1
  2 1 0 2 2
  3 2 1 1 0
  4 0 2 1 2
R> 

Oto rozwiązanie twojego problemu za pomocą funkcjifilter dplyr .

Chociaż możesz przekazać ramkę danych jako pierwszy argument do dowolnej funkcji dplyr, użyłem jej operatora %>%, który łączy ramkę danych do jednej lub więcej funkcji dplyr (po prostu filtruj w tym przypadku).

Po zapoznaniu się z dplyr, Ściągawka jest bardzo przydatna.

> print(df <- data.frame(sub=rep(1:3, each=4), day=1:4))
   sub day
1    1   1
2    1   2
3    1   3
4    1   4
5    2   1
6    2   2
7    2   3
8    2   4
9    3   1
10   3   2
11   3   3
12   3   4
> print(df <- df %>% filter(!((sub==1 & day==2) | (sub==3 & day==4))))
   sub day
1    1   1
2    1   3
3    1   4
4    2   1
5    2   2
6    2   3
7    2   4
8    3   1
9    3   2
10   3   3

Jedno proste rozwiązanie

cond1 <- df$sub == 1 & df$day == 2

cond2 <- df$sub == 3 & df$day == 4

df <- df[!cond1,]

df <- df[!cond2,]