子集 df 仅保留行值与 X 匹配的列

Question

我有一个由单行组成的 df 。要理解为什么我的数据帧只有一行，请继续阅读，如果没有，请跳到 TLDR；。

背景 这是一个更大的聚类项目的一部分，我用它来帮助我了解数据集中每周发生的变化。我对数据进行了操作，使每一列都是一个二进制字段，指示该列中的数据自上次从系统中提取数据集以来是否发生了变化。

我已经运行了 k-medoids 聚类 (PAM)，确定了集群的 medoids（中间代表观察），现在我正在检查它们。每个簇只有一个中心点（正如预期的那样），因此当我提取它们时，我最终看到的数据帧只是一行有 70 多列的数据帧。

中心点观测值代表其集群中的所有其他观测值，因此重要的是我可以提取集群 A 中的中心点与集群 B 中的中心点不同的原因。但是，由于我有很多列，因此很难目视进行。

我想要做的是获取这 70 多个列并过滤它们，以便我只看到值从一周到下一周发生变化的列，也就是所有值为“Change”的列。

这看起来非常简单，就像我应该能够使用基本 R 或 dplyr 轻松完成的事情一样，但出于某种原因，我真的很难掌握语法，我感觉自己像个白痴。

TLDR；

我的示例数据是单行 df，看起来像这样。我只想要行值显示“更改”的列。

df<-data.frame(ID = 12345, 
               ORDER_STATUS = 'Change',
               ORDER_DATE = 'Change',
               PRODUCT = 'Same',
               CUSTOMER = 'Same',
               STATE = 'Same')

我尝试了很多事情，但最接近的似乎是这样的：

filtered_df <- df %>% filter(select(everything()) == 'Change')

或：

col_list <- colnames(df)

filter_df <- df %>% filter(if_any(all_of(col_list), ~. == 'Change'))

或使用基数 R：

filtered_df <- df[,df[1,1:6]=="Change"]

但是这些由于各种原因不起作用:(

我希望看到这样的东西：

> filtered_df

   ID         ORDER_STATUS ORDER_DATE 
1 12345       Change       Change    

或者甚至没有 ID 也可以，因为我会知道我正在查看哪个观察结果：

 ORDER_STATUS ORDER_DATE 
 Change       Change    

有什么想法吗？任何帮助将不胜感激。如果这是非常明显的事情，我会准备好捂脸。

编辑 根据评论，我被告知

filtered_df <- df[,df[1,1:6]=="Change"]

给出了正确的答案。当我用真实数据运行它时，我收到错误：

df[, df[1, 1:71] == "Change"]

中的错误： ！无法使用

df[1, 1:71] == "Change"

对列进行子集化。 ✖ 下标

df[1, 1:71] == "Change"

必须是简单向量，而不是矩阵。 回溯：

1. df[, df[1, 1:71] == “改变”]
2. rlang::cnd_signal(x)

Answer 1

从逻辑矩阵中提取时使用参数

drop = TRUE

。

df <- data.frame(ID = 12345, 
                 ORDER_STATUS = 'Change',
                 ORDER_DATE = 'Change',
                 PRODUCT = 'Same',
                 CUSTOMER = 'Same',
                 STATE = 'Same')
# returns a matrix
(df == "Change")
#>         ID ORDER_STATUS ORDER_DATE PRODUCT CUSTOMER STATE
#> [1,] FALSE         TRUE       TRUE   FALSE    FALSE FALSE

(df == "Change") |> class()
#> [1] "matrix" "array"

# returns a named logical vector
(df == "Change")[1, , drop = TRUE]
#>           ID ORDER_STATUS   ORDER_DATE      PRODUCT     CUSTOMER        STATE 
#>        FALSE         TRUE         TRUE        FALSE        FALSE        FALSE

(df == "Change")[1, , drop = TRUE] |> class()
#> [1] "logical"

# use the logical vector to subset the columns
df[, (df == "Change")[, , drop = TRUE]]
#>   ORDER_STATUS ORDER_DATE
#> 1       Change     Change

^{创建于 2023-08-11，使用 reprex v2.0.2}

Answer 2

经过@benson23的评论后，解决方案最终是我现实生活中的 df 是类“tbl_df”、“tbl”和“data.frame”。

我需要将其转换为数据框，并用我的真实数据执行以下操作：

df<-as.data.frame(df)

df[,df[1,1:ncol(df)]=="Change"]