r - 如何从R中的另一个数据框中提取数据框

Question

我正在使用合并的 df 并用于summarise(n = count(var))了解重复项。然后我得到了这个对象调用x：

      n.x         n.freq
1 001121011522      1
2 001121711014      1
3 001121711015      1
4 001121711722      1
5 001121711723      1
6 001131811722      1

我知道n.freq从 1 到 6，所以我只想抓住那些大于或等于 2 的：

y <- x %>% filter(n$freq >= 2)

但我得到了这个：

Error: Column `n` must be a 1d atomic vector or a list
Call `rlang::last_error()` to see a backtrace

所以我检查了它的结构并得到了这个：

    > str(x)
'data.frame':   485843 obs. of  1 variable:
 $ n:'data.frame':  485843 obs. of  2 variables:
  ..$ x   : Factor w/ 485843 levels "001121011522",..: 1 2 3 4 5 6 7 8 9 10 ...
  ..$ freq: int  1 1 1 1 1 1 1 1 1 1 ...

所以它看起来有一个 df 在另一个里面我可以理解。我想知道如何提取第二个（内部）df 来使用它。

[更新]：使用dput(head(x, 20))我得到：

"ABC253478", "ABC983659", "ABC654911", "ABC882310", 
..... # there were at least 100 rows of results
"ABC665892", "ABC441276", "ABC906138", "ABC679967"
), class = "factor"), freq = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L)), row.names = c(NA, 
20L), class = "data.frame")), row.names = c(NA, 20L), class = "data.frame")

标签： rtidyverse

Answer 1

这些数据一定有什么奇怪的东西……但是让我们看看我是否可以尝试复制是否足够。（预先说明：不完美，但我们还没有足够的信息来改进这么多。）

一些示例数据，手动编写以模拟我认为您缺少的行是：

x <- structure(
  list(n = structure(
    list(x = structure(c(3L, 7L, 6L, 2L, 10L, 9L, 1L, 8L, 4L, 5L),
                       .Label = c("112916", "116806", "118489", "146802", "154999",
                                  "157333", "170238", "183345", "194348", "194384"),
                       class = "factor"),
         freq = c(2L, 1L, 3L, 1L, 2L, 3L, 3L, 1L, 2L, 1L)),
    class = "data.frame", row.names = c(NA, -10L) ) ),
  class = "data.frame", row.names = c(NA, -10L)
)
str(x)
# 'data.frame': 10 obs. of  1 variable:
#  $ n:'data.frame':    10 obs. of  2 variables:
#   ..$ x   : Factor w/ 10 levels "112916","116806",..: 3 7 6 2 10 9 1 8 4 5
#   ..$ freq: int  2 1 3 1 2 3 3 1 2 1

这不会复制您的错误：

str( x %>% filter(n$freq >= 2) )
# 'data.frame': 6 obs. of  1 variable:
#  $ n:'data.frame':    6 obs. of  2 variables:
#   ..$ x   : Factor w/ 10 levels "112916","116806",..: 3 6 10 9 1 4
#   ..$ freq: int  2 3 2 3 3 2

也许这对你有用？

str( subset(x, n$freq >= 2) )
# 'data.frame': 6 obs. of  1 variable:
#  $ n:'data.frame':    6 obs. of  2 variables:
#   ..$ x   : Factor w/ 10 levels "112916","116806",..: 3 6 10 9 1 4
#   ..$ freq: int  2 3 2 3 3 2

不幸的是，这可能对您有用，但会导致数据库扁平化（无意）：

str( x[ x$n$freq >= 2, ] )
# 'data.frame': 6 obs. of  2 variables:
#  $ x   : Factor w/ 10 levels "112916","116806",..: 3 6 10 9 1 4
#  $ freq: int  2 3 2 3 3 2

看起来这个嵌套框架很容易解开：

str( x[[1]] )
# 'data.frame': 10 obs. of  2 variables:
#  $ x   : Factor w/ 10 levels "112916","116806",..: 3 7 6 2 10 9 1 8 4 5
#  $ freq: int  2 1 3 1 2 3 3 1 2 1

因此，让我们尝试用“正常”的框架替换嵌套框架：

xflat <- x[[1]]
str( filter(xflat, freq >= 2) )
# 'data.frame': 6 obs. of  2 variables:
#  $ x   : Factor w/ 10 levels "112916","116806",..: 3 6 10 9 1 4
#  $ freq: int  2 3 2 3 3 2
str( subset(xflat, freq >= 2) )
# 'data.frame': 6 obs. of  2 variables:
#  $ x   : Factor w/ 10 levels "112916","116806",..: 3 6 10 9 1 4
#  $ freq: int  2 3 2 3 3 2
str( xflat[ xflat$freq >= 2, ] )
# 'data.frame': 6 obs. of  2 variables:
#  $ x   : Factor w/ 10 levels "112916","116806",..: 3 6 10 9 1 4
#  $ freq: int  2 3 2 3 3 2