Comment combiner plusieurs conditions pour sous-ensemble une trame de données en utilisant «OU»?

J'ai un data.frame dans R. Je veux essayer deux conditions différentes sur deux colonnes différentes, mais je veux que ces conditions soient inclusives. Par conséquent, je voudrais utiliser "OU" pour combiner les conditions. J'ai déjà utilisé la syntaxe suivante avec beaucoup de succès lorsque je voulais utiliser la condition "ET".

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

Mais je ne sais pas comment utiliser un «OU» dans ce qui précède.

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

Une solution alternative qui imite le comportement de cette fonction et serait plus appropriée pour l'inclusion dans un corps de fonction:

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

Certaines personnes critiquent l'utilisation de whichcomme non nécessaire, mais cela empêche les NAvaleurs de rejeter des résultats indésirables. L'équivalent (.ie ne renvoyant pas de lignes NA pour les NA en V1 ou V2) aux deux options présentées ci-dessus sans le whichserait:

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

Remarque: je tiens à remercier le contributeur anonyme qui a tenté de corriger l'erreur dans le code immédiatement ci-dessus, un correctif qui a été rejeté par les modérateurs. Il y avait en fait une erreur supplémentaire que j'ai remarquée en corrigeant la première. La clause conditionnelle qui vérifie les valeurs NA doit être la première si elle doit être traitée comme je l'avais prévu, puisque ...

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

L'ordre des arguments peut avoir une importance lors de l'utilisation de «&».

Vous recherchez "|." Voir http://cran.r-project.org/doc/manuals/R-intro.html#Logical-vectors

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

Dans un souci d'exhaustivité, nous pouvons utiliser les opérateurs [et [[:

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

Plusieurs options

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 est équivalent à df [["name", exact = FALSE]]

Utilisation dplyr:

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

Utilisation sqldf:

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

Sortie pour les options ci-dessus:

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