您好我从csv中读取了一些数据,这些数据以二进制形式列出:
1 2 3 4...N
1 0 1 0 1...1
2 1 1 0 1...1
3 0 0 0 0...0
4 1 0 1 1...1
. 1 1 1 0...1
. 1 0 0 0...1
N 0 0 1 1...0
我想取这个数据的一个子集,其中行向量的总和大于数字10或x。第一列是客户ID的占位符列,因此需要将其排除在外。你有什么建议我可以这样做吗?
我一直在尝试各种各样的事情,例如df=subset()
,但我无法正确理解语法。
提前致谢。
答案 0 :(得分:1)
我们可以使用rowSums
df1[rowSums(df1) > 10, , drop = FALSE]
# V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 V16 V17 V18 V19 V20
#7 0 0 0 1 0 0 1 1 0 1 1 1 1 1 0 0 0 1 1 1
#9 1 1 1 1 0 0 1 0 0 0 0 1 1 0 0 1 1 1 0 1
在OP的数据集中,第一列“X”不是二进制且具有更大的数字。因此,当我们包含该变量时,rowSums
将大于10.它是索引ID,不能在计算中使用。因此,通过在rowSums
中删除它,它将很好地分组
df1[rowSums(df1[-1])> 10,]
set.seed(24)
df1 <- as.data.frame(matrix(sample(0:1, 10* 20, replace = TRUE), ncol = 20))