在R中过滤分组数据
我想知道是否有人可以帮助分组下面的数据，因为我试图使用子集函数来筛选出低于某个阈值的卷，但是如果数据表示的是对象组，则会产生删除某些项目的问题被保存。
在F栏（和I）你可以看到蓝色，红色和黄色的物体。 每个代表一个DNA链上的三个独立的彩色探针。 奇数或无数蓝色，红色和黄色与由偶数编号的蓝色，红色和黄色表示的同源链配对。 即行2,3和4中的数据是一个“组”并且与行5,6和7中所示的“组”相对应。然后重复，所以8,9,10是一个新组，并且该组对与11,12,13。
我想要做的是将这些小组进行分组，以便只保留那些距离中点一定距离（列M）的小组。 这里的中点是连接一个组的蓝色和它的伙伴的蓝色的线的中点，所以这个子组只应用于蓝色距离到中点，这就是我遇到问题的地方。 例如，如果我要求保持到中点的蓝色距离小于3，那么第3行和第4行中的对象应该保留，因为它们是蓝色距离小于3的组的一部分。现在虽然当我用子集function我失去了红色select和黄色select。 我相信在R中有一个直接的解决scheme，但是如果有人通过这条路线有任何build议的话，我也可以在excel中进行一些types的过滤。
编辑我设法在发布问题后昨晚在Excel中工作。 解决scheme不是很漂亮，但它工作得很好。 我刚刚在“到中点的距离”旁边添加了一个新的列，使得一个组中的所有对象具有相同的距离，所以当我过滤数据时，我不会丢失任何不应该的对象。 如果以后有人帮助，我在Excel中使用的公式是：
=SQRT ( ((INDEX($B$2:$B$945,1+QUOTIENT(ROWS(B$2:B2)-1,3)*3))- (INDEX($O$2:$O$945,1+QUOTIENT(ROWS(O$2:O2)-1,3)*3)) ) ^2 +( (INDEX($C$2:$C$945,1+QUOTIENT(ROWS(C$2:C2)-1,3)*3))-(INDEX($P$2:$P$945,1+QUOTIENT(ROWS(P$2:P2)-1,3)*3)) ) ^2 +( (INDEX($D$2:$D$945,1+QUOTIENT(ROWS(D$2:D2)-1,3)*3))-(INDEX($Q$2:$Q$945,1+QUOTIENT(ROWS(Q$2:Q2)-1,3)*3)) ) ^2) 
用一个可重复的例子会更容易，但是这里有一个（hacky） plyr解决scheme：
filterframe<-function(df,threshold){ df$grouper<-rep(seq(from=1,to=6),nrow(df)/6) dataout<-df%>%group_by(grouper)%>%summarise(keep=.[[1]]$distance_to_midpoint<threshold) dataout[dataout$keep,] } filterframe(mydata)
下面提供了一个基础R解决scheme 这个想法是，一旦你的数据在R，你（编辑）保持！ 行，如果他们符合2条件。 首先， Surpass列中必须包含“blue”这个词，这是用grepl函数完成的。 其次，距离必须低于一定的门槛（由门槛任意设定。
fakeData=data.frame(Surpass=c('blue', 'red', 'green', 'blue'), distance=c(1,2,5,3), num=c(90,10,9,4)) #thresh is your distance threshold thresh = 2 fakeDataNoBlue = fakeData[which(grepl('blue', fakeData$Surpass) & fakeData$distance < thresh),]
也许还有一个使用filter的快速dplyr解决scheme，但是我还没有完全探索那里的function。 另外，如果您还想保留其他颜色，我可能会有些困惑。 如果是这样，就像说你想删除超过一定距离阈值的蓝色，你只需要做一个命令，然后把<运算符变成一个>运算符。