如何用条件行值分割R中的数据帧？

数据帧的拆分主要是为了比较数据帧的不同部分而进行的，但是此拆分是基于某种条件的，并且该条件也可以是行值。例如，如果我们有一个数据框df，其中一列代表分类数据，则可以通过使用子集函数来完成基于类别的拆分，如以下示例所示。

例1

请看以下数据帧：

> Country<-rep(c("India","China","Russia","Sudan"),5)
> Ratings<-sample(1:5,20,replace=TRUE)
> df1<-data.frame(Country,Ratings)
> df1

输出结果

 Country Ratings
1 India   1
2 China   2
3 Russia  5
4 Sudan   3
5 India   5
6 China   5
7 Russia  5
8 Sudan   5
9 India   2
10 China  1
11 Russia 5
12 Sudan  4
13 India  3
14 China  1
15 Russia 1
16 Sudan  2
17 India  3
18 China  4
19 Russia 5
20 Sudan  2

为组（印度，中国，俄罗斯和苏丹）划分df1：

示例

> C1<-subset(df1,Country %in% c("India","China"))
> C1

输出结果

  Country Ratings
1 India    1
2 China    2
5 India    5
6 China    5
9 India    2
10 China   1
13 India   3
14 China   1
17 India   3
18 China   4

示例

> C2<-subset(df1,Country %in% c("Russia"))
> C2

输出结果

  Country Ratings
3 Russia    5
7 Russia    5
11 Russia   5
15 Russia   1
19 Russia   5

示例

> C3<-subset(df1,Country %in% c("Sudan"))
> C3

输出结果

 Country Ratings
4 Sudan    3
8 Sudan    5
12 Sudan   4
16 Sudan   2
20 Sudan   2

例2

请看以下数据帧：

> Season<-sample(c("Summer","Spring","Winter"),20,replace=TRUE)
> Rain<-sample(c("Yes","No"),20,replace=TRUE)
> df2<-data.frame(Season,Rain)
> df2

输出结果

  Season Rain
1 Spring  Yes
2 Winter  Yes
3 Spring  Yes
4 Spring   No
5 Winter   No
6 Summer   No
7 Summer   No
8 Winter  Yes
9 Winter  Yes
10 Winter Yes
11 Summer Yes
12 Summer Yes
13 Summer Yes
14 Summer  No
15 Winter  No
16 Spring  No
17 Summer Yes
18 Spring Yes
19 Winter  No
20 Winter  No

分别为冬季，夏季和春季拆分df2：

示例

> S1<-subset(df2,Season %in% c("Winter"))
> S1

输出结果

  Season Rain
2 Winter  Yes
5 Winter   No
8 Winter  Yes
9 Winter  Yes
10 Winter Yes
15 Winter  No
19 Winter  No
20 Winter  No

示例

> S2<-subset(df2,Season %in% c("Summer"))
> S2

输出结果

  Season  Rain
6 Summer   No
7 Summer   No
11 Summer Yes
12 Summer Yes
13 Summer Yes
14 Summer  No
17 Summer Yes

示例

> S3<-subset(df2,Season %in% c("Spring"))
> S3

输出结果

  Season  Rain
1 Spring  Yes
3 Spring  Yes
4 Spring   No
16 Spring  No
18 Spring Yes