Question

我在R中有一个数据框，其中大多数列是值，但有一个字符列。对于除字符列之外的每个列，我想要对超过阈值的值进行子集化，并在字符列中获取相应的值。

我无法找到包含我想要的数据模式的内置数据集，因此可以访问dput我的数据here。

当我使用子集时，我得到了我期望的输出：

> df[abs(df$PA3) > 0.32,1]
[1] "SSI_01" "SSI_02" "SSI_04" "SSI_05" "SSI_06" "SSI_07" "SSI_08" "SSI_09"

当我尝试使用apply迭代数据框的列时，出现递归错误：

> apply(df[2:10], 2, function(x) df[abs(df[[x]])>0.32, 1])
 Error in .subset2(x, i, exact = exact) : 
  recursive indexing failed at level 2

我出错的任何建议？

Answer 1

您的解决方案不起作用的原因是传递给您的用户定义函数的x实际上是df的列。因此，您可以通过一些小修改来解决问题（将df[[x]]替换为x）：

apply(df[2:10], 2, function(x) df[abs(x)>0.32, 1])

您可以使用... apply参数来传递额外的参数。在这种情况下，您需要传递第一列：

apply(df[2:10], 2, function(x, y) y[abs(x) > 0.32], y=df[,1])

Answer 2

另一种变化：

apply(abs(df[-1]) > .32, 2, subset, x=df[[1]])

这里的可爱技巧是通过指定x参数来“curry”子集。我希望我能用[做到这一点，但这并不以典型方式处理命名参数，因为它是一个原始函数：..（

Answer 3

快速且不复杂的解决方案可能是：

 sapply(2:10, function(x) df[abs(df[,x])>0.32, 1])

Answer 4

尝试：

lapply(df[,2:10],function(x) df[abs(x)>0.32, 1])

或使用apply：

apply(df[2:10], 2, function(x) df[abs(x)>0.32, 1])