Question

如果我有一行包括：

0   NA  0   NA  0   NA  NA
0   1   0   0   0   1   0
0   NA  1   0   0   0   0

我想摆脱只有第一行而不是第二行或第三行，它们至少有一个非零字符。我该怎么做？

我已经检查了使用is.na函数的子集，但是删除了具有NA值的任何行。我也无法改变数据集本身，因为0有时意味着什么。

Answer 1

我会避免使用apply(m,1,...)，因为它对任何合理的大数据都会很慢。 rowSums通常适用于这类任务：

m[rowSums(m != 0, na.rm=TRUE) > 0,]
#     V1 V2 V3 V4 V5 V6 V7
#[1,]  0  1  0  0  0  1  0
#[2,]  0 NA  1  0  0  0  0

m的位置：

m <- as.matrix(read.table(text="0   NA  0   NA  0   NA  NA
0   1   0   0   0   1   0
0   NA  1   0   0   0   0"))

Answer 2

以下是工作：

is_valid <- function(my_row){
    any(my_row!=0, na.rm = TRUE)
}

valid_df <- df[which(apply(df, 1, FUN = is_valid)),]

valid_df
  V1 V2 V3 V4 V5 V6 V7
2  0  1  0  0  0  1  0
3  0 NA  1  0  0  0  0

Answer 3

下面将函数应用于每一行，如果每个元素都是0或NA，则基本上只返回true，然后检查它们是否都是其中之一。第二个参数1仅表示应用于行。 2表示适用于列。

goodRows <- apply(df, 1, function(x){sum(x %in% c(0,NA)) != length(x)})

df <- df[goodRows,]

如果你想要一行解决方案，goodRows位可以直接取出并直接放在df row参数中：）

df <- df[apply(df, 1, function(x){sum(x %in% c(0,NA)) != length(x)}),]

此解决方案的优点是，因为我们不在任何函数中使用na.rm，您可以将向量c(0,NA)更改为您想要的任何内容。稍后您可能还想删除-1，例如。

Answer 4

使用dplyr：

library(dplyr)
df <- data_frame(a = c(0, NA, 0, 4, NA, 0), b = c(1, NA, 0, 4, NA, 0), c = c(1, 0, 1, NA, NA, 0))

> df
# A tibble: 6 x 3
  a     b     c
  <dbl> <dbl> <dbl>
1     0     1     1
2    NA    NA     0
3     0     0     1
4     4     4    NA
5    NA    NA    NA
6     0     0     0

df %>% 
  filter(rowSums(., na.rm = T) != 0)

# A tibble: 3 x 3
  a     b     c
  <dbl> <dbl> <dbl>
1     0     1     1
2     0     0     1
3     4     4    NA

如果你只关心测试某些列（例如a和b），你可以使用select：

df %>% 
  filter(rowSums(select(., a, b), na.rm = T) != 0) 

# A tibble: 2 x 3
  a     b     c
  <dbl> <dbl> <dbl>
1     0     1     1
2     4     4    NA

仅当所有值均为0或NA时才删除行

4 个答案: