Bagaimana cara menggabungkan beberapa kondisi untuk mengelompokkan frame data menggunakan “OR”?

Saya memiliki data.frame di R. Saya ingin mencoba dua kondisi berbeda pada dua kolom berbeda, tapi saya ingin kondisi ini inklusif. Oleh karena itu, saya ingin menggunakan "ATAU" untuk menggabungkan kondisi. Saya telah menggunakan sintaks berikut sebelumnya dengan banyak keberhasilan ketika saya ingin menggunakan kondisi "DAN".

my.data.frame <- data[(data$V1 > 2) & (data$V2 < 4), ]

Tapi saya tidak tahu cara menggunakan 'ATAU' di atas.

my.data.frame <- subset(data , V1 > 2 | V2 < 4)

Solusi alternatif yang meniru perilaku fungsi ini dan akan lebih tepat untuk dimasukkan dalam badan fungsi:

new.data <- data[ which( data$V1 > 2 | data$V2 < 4) , ]

Beberapa orang mengkritik penggunaan yang whichtidak diperlukan, tetapi hal itu mencegah NAnilai - nilai dari melemparkan kembali hasil yang tidak diinginkan. Persamaan (.yaitu tidak mengembalikan baris-NA untuk NA apa pun di V1 atau V2) ke dua opsi yang ditunjukkan di atas tanpa whichakan:

 new.data <- data[ !is.na(data$V1 | data$V2) & ( data$V1 > 2 | data$V2 < 4)  , ]

Catatan: Saya ingin berterima kasih kepada kontributor anonim yang berusaha memperbaiki kesalahan dalam kode di atas, perbaikan yang ditolak oleh moderator. Sebenarnya ada kesalahan tambahan yang saya perhatikan ketika saya memperbaiki yang pertama. Klausa bersyarat yang memeriksa nilai-nilai NA perlu menjadi yang pertama jika ingin ditangani seperti yang saya maksudkan, karena ...

> NA & 1
[1] NA
> 0 & NA
[1] FALSE

Urutan argumen mungkin penting saat menggunakan '& ".

Anda mencari "|." Lihat http://cran.r-project.org/doc/manuals/R-intro.html#Logical-vectors

my.data.frame <- data[(data$V1 > 2) | (data$V2 < 4), ]

Hanya demi kelengkapan, kita dapat menggunakan operator [dan [[:

set.seed(1)
df <- data.frame(v1 = runif(10), v2 = letters[1:10])

Beberapa opsi

df[df[1] < 0.5 | df[2] == "g", ] 
df[df[[1]] < 0.5 | df[[2]] == "g", ] 
df[df["v1"] < 0.5 | df["v2"] == "g", ]

df $ name setara dengan df [["name", exact = FALSE]]

Menggunakan dplyr:

library(dplyr)
filter(df, v1 < 0.5 | v2 == "g")

Menggunakan sqldf:

library(sqldf)
sqldf('SELECT *
      FROM df 
      WHERE v1 < 0.5 OR v2 = "g"')

Output untuk opsi di atas:

          v1 v2
1 0.26550866  a
2 0.37212390  b
3 0.20168193  e
4 0.94467527  g
5 0.06178627  j