dplyr：测试每列是否等于某个值，输出列是否不相等

Question

我有一个具有ID列和数字列的数据框。我想测试每个数字列是否等于某个值，如果不是，则输出不等于该值的列。

> df
Source: local data frame [6 x 10]

     id    c1    c2    c3    c4    c5    c6    c7    c8    c9
  (int) (int) (int) (int) (int) (int) (int) (int) (int) (int)
1     1     1     1     1     1     1     1     1     1     4
2     2     1     1     1     1     1     1     1     1     1
3     3     1     1     1     1     1     1     1     1     1
4     4     1     2     1     1     1     1     1     1     1
5     5     1     1     1     1     1     1     1     1     1
6     6     1     1     1     1     2     1     1     1     1

有没有办法在dplyr中执行此操作？我可以通过测试每个列来进行过滤，但是寻找一种简单的方法。

library(dplyr)    
filter(df, c1 == 1, c2 == 1, c3 == 1, c4 == 1, c5 == 1, c6 == 1, c7 == 1, c8 == 1, c9 ==1)

我正在寻找一种不需要我枚举每个列名的解决方案。

当我翻转条件以找到至少有一个不相等的行（如下所示）时，我仍然需要测试每一列以查看哪一行不等于＆＃39;到指定的值。太麻烦了。

filter(df, c1 > 1 | c2 > 1 | c2 > 1
       | c4 > 1 | c5 > 1 | c6 > 1 | c7 > 1 | c8 > 1 | c9 > 1)

Answer 1

假设您想要的输出是第二个过滤器代码生成的输出，我会这样做。

df[rowSums(df[-1]) != ncol(df[-1]), ]

#  id c1 c2 c3 c4 c5 c6 c7 c8 c9
#1  1  1  1  1  1  1  1  1  1  4
#4  4  1  2  1  1  1  1  1  1  1
#6  6  1  1  1  1  2  1  1  1  1

rowSums(df[-1]) != ncol(df[-1])生成逻辑向量。对于每一行，您总结了数字。由于您的目标值为1，如果所有列都为1，则总数应等于列数。使用此检查，您可以按df[rowSums(df[-1]) != ncol(df[-1]), ]对行进行子集化。我希望这就是你所追求的。