У меня есть большой фрейм данных с записями о визитах к врачу. Я хочу выбрать только те строки, в которых хотя бы один из 11 перечисленных диагностических кодов находится в указанном интересующем меня наборе диагностических кодов.
Фрейм данных состоит из 18 столбцов и 39 019 строк. Меня интересуют диагностические коды в столбцах 6 :16. Вот образец данных только для этих 11 диагностических столбцов (для защиты идентифицируемой информации):
diag1 diag2 diag3 diag4 diag5 diag6 diag7 diag8 diag9 diag10 diag11
786 272 401 782 250 91912 530 NA NA NA NA
845 530 338 311 NA NA NA NA NA NA NA
Вот код, который я пытался использовать:
mydiag <- c(401, 410, 411, 413, 415:417, 420:429, 434, 435, 444, 445, 451, 460:466, 480:486, 490:493, 496, 786)
y = apply(dt[,paste("diag", 1:11, sep="")], 1, function(x) sum((any(x !=NA %in% mydiag))))
y = as.data.frame(y)
Как вы можете видите, в приведенных мной двух примерных строках я хотел бы сохранить первую строку, но выбросить вторую строку, потому что в ней нет нужных мне кодов. Предоставленный мной пример кода не работает -Я получаю вектор из 39 019 значений "1". Итак, я предполагаю, что оператор применения каким-то образом читается как логический, и все же я точно знаю, что не все строки имеют интересующий код, поэтому в этом случае я ожидал бы 1 и 0.
Есть ли лучший способ выполнить эту задачу выбора строки?