如何在R数据帧中找到字符值的行索引和列索引?

为了找到R数据帧中数值的行索引和列索引,我们使用哪个函数,如果该值是字符,则将使用相同的函数,但是我们需要适当地传递该值。例如,如果我们有一个名为df的数据框,其中包含一个名为Data的值,则可以通过使用命令which(df ==“ Data”,arr.ind = TRUE)来查找Data的行索引和列索引。

例1

考虑以下数据帧-

> x1<-sample(c("Male","Female"),20,replace=TRUE)
> x2<-rpois(20,5)
> df1<-data.frame(x1,x2)
> df1
输出结果
    x1    x2
1 Female  5
2 Female  5
3 Female  6
4 Female  6
5   Male  6
6 Female  6
7 Female  7
8   Male  0
9   Male  4
10  Male  3
11  Male  8
12 Female 6
13 Female 5
14  Male  5
15  Male  4
16  Male  7
17 Female 4
18  Male  4
19  Male  3
20  Male  5

在df1中找到Male的行和列索引-

> which(df1=="Male",arr.ind=TRUE)
输出结果
     row col
[1,]  5   1
[2,]  8   1
[3,]  9   1
[4,]  10  1
[5,]  11  1
[6,]  14  1
[7,]  15  1
[8,]  16  1
[9,]  18  1
[10,] 19  1
[11,] 20  1

例2

> y1<-sample(c("India","UK","USA"),20,replace=TRUE)
> y2<-sample(c("Egypt","UK","Sudan"),20,replace=TRUE)
> df2<-data.frame(y1,y2)
> df2
输出结果
   y1     y2
1  UK    Sudan
2  USA   Egypt
3  India UK
4  UK    Egypt
5  UK    Sudan
6  India UK
7  USA   Egypt
8  UK    UK
9  UK    Sudan
10 USA   Egypt
11 UK    Egypt
12 India Egypt
13 India Egypt
14 India Egypt
15 UK    UK
16 India Sudan
17 UK    Sudan
18 UK    UK
19 UK    Sudan
20 India Sudan

在df2中找到英国的行和列索引-

> which(df2=="UK",arr.ind=TRUE)
输出结果
     row col
[1,]  1   1
[2,]  4   1
[3,]  5   1
[4,]  8   1
[5,]  9   1
[6,]  11  1
[7,]  15  1
[8,]  17  1
[9,]  18  1
[10,] 19  1
[11,] 3   2
[12,] 6   2
[13,] 8   2
[14,] 15  2
[15,] 18  2

范例3

> z1<-sample(c("Milk","Curd","Pastry"),20,replace=TRUE)
> z2<-sample(c("Milk","Tea"),20,replace=TRUE)
> df3<-data.frame(z1,z2)
> df3
输出结果
    z1    z2
1 Pastry  Tea
2 Pastry  Milk
3 Milk    Milk
4 Pastry  Tea
5 Curd    Tea
6 Pastry  Tea
7 Curd    Tea
8 Curd    Tea
9 Milk    Tea
10 Milk   Tea
11 Pastry Milk
12 Pastry Tea
13 Curd   Milk
14 Milk   Tea
15 Milk   Milk
16 Curd   Tea
17 Milk   Tea
18 Curd   Tea
19 Curd   Milk
20 Milk   Milk

在df3中找到Milk的行和列索引-

> which(df3=="Milk",arr.ind=TRUE)
输出结果
     row col
[1,]  3   1
[2,]  9   1
[3,]  10  1
[4,]  14  1
[5,]  15  1
[6,]  17  1
[7,]  20  1
[8,]  2   2
[9,]  3   2
[10,] 11  2
[11,] 13  2
[12,] 15  2
[13,] 19  2
[14,] 20  2