使用dplyr根据多列行值选择列

Question

我正在尝试选择那些至少有一行等于1的列，但前提是同一行在第二列中也有特定的值。我希望使用dplyr实现此目标，但欢迎任何计算效率高的解决方案。

例如：选择包含a1、a2、a3列的列，在这些列中至少有一个值为1并且列b=="B"。

示例数据：

rand <- function(S) {set.seed(S); sample(x = c(0,1),size = 3, replace=T)}
df <- data.frame(a1=rand(1),a2=rand(2),a3=rand(3),b=c("A","B","A"))

输入数据：

  a1 a2 a3 b
1  0  0  0 A
2  0  1  1 B
3  1  1  0 A

期望的输出结果：

  a2 a3
1  0  0
2  1  1
3  1  0

我成功地使用以下代码获得了正确的输出，但这是一个非常低效的解决方案，而且我需要在一个非常大的数据框（365,000行X314列）上运行它。

df %>% select_if(function(x) any(paste0(x,.$b) == '1B'))

- cmdoret

---

你最好将数据转换为长格式。你觉得这很困难的原因是因为你试图在宽格式中计算它。 - talat

@docendodiscimus 感谢您的提示，这似乎确实更容易！ - cmdoret

Answer 1

不使用 dplyr 的解决方案：

df[sapply(df[df$b == "B",], function(x) 1 %in% x)]

- jlesuffleur

Answer 2

这里是我的 dplyr 解决方案：

ids <- df %>% 
  reshape2::melt(id.vars = "b") %>% 
  filter(value == 1 & b == "B") %>% 
  select(variable)

df[,unlist(ids)]

#  a2 a3
#1  0  0
#2  1  1
#3  1  0

正如@docendo-discimus所建议的那样，转换为长格式更容易。

- J_F