我有一个大型数据集(202k点)。我知道有超过0.5的8个值。我想在这些行上进行子集化。
如何查找/返回值为>的行号列表? 0.5
答案 0 :(得分:5)
如果数据集是名为x
的矢量:
(1:length(x))[x > 0.5]
如果数据集是名为x
的data.frame或矩阵,并且感兴趣的变量位于j
列中:
(1:nrow(x))[x[,j] > 0.5]
但是如果你只想找到子集并且不需要行号,请使用
subset(x, x > 0.5)
表示矢量和
subset(x, x[,j] > 0.5)
表示矩阵或data.frame。
答案 1 :(得分:2)
which(x > 0.5)
答案 2 :(得分:0)
这是一些虚拟数据:
D<-matrix(c(0.6,0.1,0.1,0.2,0.1,0.1,0.23,0.1,0.8,0.2,0.2,0.2),nrow=3)
看起来像:
> D
[,1] [,2] [,3] [,4]
[1,] 0.6 0.2 0.23 0.2
[2,] 0.1 0.1 0.10 0.2
[3,] 0.1 0.1 0.80 0.2
这是逻辑行索引,
index <- (rowSums(D>0.5))>=1
您可以使用它来提取所需的行:
PeakRows <- D[index,]
看起来像这样:
> PeakRows
[,1] [,2] [,3] [,4]
[1,] 0.6 0.2 0.23 0.2
[2,] 0.1 0.1 0.80 0.2
答案 3 :(得分:0)
将参数arr.ind=TRUE
与which
一起使用是查找条件为TRUE
的行(或列)数字的好方法,
df <- matrix(c(0.6,0.2,0.1,0.25,0.11,0.13,0.23,0.18,0.21,0.29,0.23,0.51), nrow=4)
# [,1] [,2] [,3]
# [1,] 0.60 0.11 0.21
# [2,] 0.20 0.13 0.29
# [3,] 0.10 0.23 0.23
# [4,] 0.25 0.18 0.51
带有which
的 arr.ind=TRUE
返回条件为TRUE
的数组索引
which(df > 0.5, arr.ind=TRUE)
row col
[1,] 1 1
[2,] 4 3
所以子集变为
df[-which(df > 0.5, arr.ind=TRUE)[, "row"], ]
# [,1] [,2] [,3]
# [1,] 0.2 0.13 0.29
# [2,] 0.1 0.23 0.23