如何在数据框中轻松地选取特定数据子集？

Question

I have the following dataframe:

Data <- structure(list(ID = c(101, 102, 103, 104, 105, 106
), V1 = c(1, 3, 3, 1, 1, 1), V2 = c(1, 1, 
1, 1, 1, 1), V3 = c(3, 1, 1, 1, 1, 1), V4 = c(1, 
1, 1, 1, 1, 1)), row.names = c(NA, 6L), class = "data.frame")

我想要对具有变量V1、V2、V3或V4的值为3或更高的条目进行子集划分。它们可以在一个或多个变量上具有3或更高的分数，但至少需要一个。

我目前使用的方法如下：

set <- grep('V', names(Data))
Data <- Data[rowSums(Data[set] > 2) > 0, set]

我几乎得到了所需的内容，但是缺少列ID。

我想我可以创建一个名为keep的值来保存这些ID，稍后再将它们添加到数据框中，所以我尝试了一下。

keep <- Data$ID

如果使用c()函数并命名新的列，替换的行将无法匹配，因此会出现错误。因此我尝试了以下方法：

keep <- as.data.frame(keep)
Data <- merge(Data, keep, by=c('ID')

当然，这会导致错误，因为我忘记了Data没有现有的ID列可以与之合并。

所以现在我正在寻找一种方法，在一步中保留ID或将其包含在早期子集得分为3或更高的步骤中。

- AcidCatfish

---

Data <- Data[rowSums(Data[set] > 2) > 0, ] - Ronak Shah

或者，如果您仍想要删除其他变量，则可以使用以下代码：Data <- Data[rowSums(Data[set] > 2) > 0, c("ID", set)] - Gregor Thomas

Data[which(Data[set] >= 3, arr.ind = TRUE)[,"row"],] - d.b

Answer 1

library(dplyr)
Data %>% filter_at(vars(-ID), any_vars(. >= 3))
# OR
Data %>% filter_at(vars(starts_with("V")), any_vars(. >= 3))

- d.b

Answer 2

这对你有用吗？

df_sub <- subset(Data, V1>=3 | V2>=3| V3>=3)

因此，结果将会是：

   ID V1 V2 V3 V4
1 101  1  1  3  1
2 102  3  1  1  1
3 103  3  1  1  1

- Ross_you