Question

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＆gt;的行号列表？ 0.5

Answer 1

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。

Answer 2

which(x > 0.5)

Answer 3

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

Answer 4

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

如何找到峰值/行号？

4 个答案: