R語言：以多列標準篩選特定行
歡迎關注天善智能，我們是專注於商業智能BI，人工智能AI，大數據分析與挖掘領域的垂直社區，學習，問答、求職一站式搞定！
對商業智能BI、大數據分析挖掘、機器學習，python，R等數據領域感興趣的同學加微信：tstoutiao，邀請你進入數據愛好者交流羣，數據愛好者們都在這兒。
作者：村長，數據科學、指彈吉他及錄音工程愛好者，浙大金融學博士在讀，在data.table包和MongoDB的使用上有較多經驗。
寫在前面
本期我們大貓二人組的村長在新的一年首先回歸，爲大家帶來新的推送。
在本期，我們會運用一個病例數據爲大家進行講解示範，這也是大貓課堂第一次針對閱讀者提問進行的反饋，也希望大家能提供一些有趣的問題，來和我們一起分享，同時也感謝讀者孤鶩惜秋，與我們分享其問題。話不多說，馬上進入正題。
問題提出
在data.table語句中，i是用來進行行選擇的重要組成部分，很多情況下我們都需要以很多列的同一個特殊值進行行的選擇，大多數情況下，我們可能會針對所有的變量逐一寫出條件，例如a==1&b==1&c==1....但這樣的表達式很多時候並不方便和簡潔，有時甚至會出現許多問題。首先來看看下面這個數據：
這是一個病例數據，包含多個患者的診斷的時間，以及多個診斷的結果，在這裏讀者便提出，需要在所有這些診斷結果裏面篩選出所有出現過醛固酮，但不包括繼發性醛固酮的所有行。在這裏如果對每一個條件進行輸入，需要輸入20多個變量的判定，而且這裏的變量名非常的髒，不利於變量名的輸入。我們先把這一行代碼優雅的放上來（PS:在運行這一行代碼前我們已經對數據進行了適當清洗，批量生成了22個帶'_xtrct'後綴的變量，觀察值是醛固酮、繼發性醛固酮或者無，但這部分批量生成的代碼不作爲這次講解的內容, 會在以後的公衆號推送中爲大家講解）：
clinic <- clinic[rowMeans(clinic[, 31:52] == "醛固酮") > 0 & rowMeans(clinic[, 31:52] != "繼發性醛固酮") == 1]
我們再來看看結果：
結果非常出色，不過大家看到這一段語句是不是有點懵，不用着急，待小編慢慢講解。
代碼解讀
裏層代碼
我們先從最裏面的一層代碼開始, 首先來看下面一段代碼的運行結果:
clinic[, 31:52] == "醛固酮"
從運行結果可以看出這是一個logic結果判定矩陣，裏面主要判定這個矩陣裏面是否是醛固酮, 如果是返回TRUE，如果不是返回FALSE，同理於代碼:
clinic[, 31:52] != "繼發性醛固酮"
判定是否觀察值裏面是否是繼發性醛固酮，如果不是返回TRUE，如果是返回FALSE。
外層代碼
下面來看外層代碼:
rowMeans(clinic[, 31:52] == "醛固酮") > 0
這裏運用了R語言中非常關鍵的一個知識點：對邏輯判斷值進行四則運算時，TRUE會被當做1，FALSE會被當做0, 這一點在這裏非常重要！！！！
那麼在這裏求每一行的均值，只要出現了醛固酮，那就會至少出現一個TRUE，那麼行的均值就肯定大於零，所以就將出現了醛固酮的行全都標記出來了，同理可得下面這行代碼：
rowMeans(clinic[, 31:52] != "繼發性醛固酮") == 1
標記出了所有沒有出現繼發性醛固酮的行。
這樣我們把這兩個條件合併在一起，然後配套上data.table的語句，就成了我們一開始出現的那條代碼：
clinic <- clinic[rowMeans(clinic[, 31:52] == "醛固酮") > 0 & rowMeans(clinic[, 31:52] != "繼發性醛固酮") == 1]
寫在結尾
應用好對象格式是R語言編程中的精髓之一，在這個例子中就很好的利用了對象格式裏面的格式性質，做了一些適當的變通處理，讓數據處理過程變得更加巧妙和方便，這點大家可以在以後的數據處理中做更多的嘗試和思考！
下期預告
下一期我們將講述在這一次數據處理中遇到的另外一個問題，問題的內容已經在前文中說明。祝大家開工大吉！
轉載自公衆號：大貓的R語言課堂
往期精彩：
關於data.table中i, j, by都爲數字的理解
公衆號後臺回覆關鍵字即可學習
回覆 爬蟲 爬蟲三大案例實戰
回覆 Python 1小時破冰入門
回覆 數據挖掘 R語言入門及數據挖掘
回覆 人工智能 三個月入門人工智能
回覆 數據分析師 數據分析師成長之路
回覆 機器學習 機器學習的商業應用
回覆 數據科學 數據科學實戰
回覆 常用算法 常用數據挖掘算法