我正在改进我的数据框以摆脱无用的变量。我做的第一步是使用以下命令删除行数超过一半的列：
limit <- nrow(mydata)/2
mydata <- mydata[, which(as.numeric(colSums(!is.na(mydata))) > limit)]
我期待为零做同样的事，但我找不到像“is.zero（）”这样的函数，我怎么能这样做？
我期待的另一件事是删除任何重复任何值超过“限制”次数的列（如果存在这样的命令，那将是理想的！）
非常感谢，
答案 0 :(得分：5)
只是做：
mydata <- mydata[, which(as.numeric(colSums(mydata != 0)) > limit)]
对于删除重复超过“限制”次数的任何值的列，您可以使用table，any和apply：
mydata <- mydata[, which(apply(mydata, 2, function(col) !any(table(col) > limit)))]
最后请注意，which这两种情况都是可选的，第一种情况下的as.numeric是不必要的。你可以这样做：
mydata <- mydata[, colSums(mydata != 0) > limit]
答案 1 :(得分：2)
要查找非零，只需将!is.na(mydata)替换为mydata != 0。
要获得最常用元素的计数，您可以使用：
> mydata <- c(1,2,3,4,1,1,1,2,1,3)
> sort(table(mydata), decreasing=T)[[1]]
[1] 5
要查看最重复的实际值：
> names(sort(table(mydata), decreasing=T)[1])
[1] "1"
如果您不关心保留该值，可以使用max()代替sort()：
> max(table(mydata))
[1] 5