Question

我在R

中有一个数据框

id   name  class   x101   x202   x303

76978 phil 2 0.407034783 0.001 0.192229687
59911 jose 2 0.327173661 0.004 0.227843273
46537 matt 3 0.590337464 0.005 0.057271545
77345 benn 4 0.293847569 0.002 0.170405643
53180 crai 2 0.844581456 0.003 0.253665748
21063 lour 4 0.080756674 0.002 0.902143356
35456 moni 4 0.445965164 0.004 0.531952568

我需要删除以＆＃34; x＆＃34;开头的列。（x101，x202和x303），平均值小于0.1。这将删除列X202。最终我的输出应该如下：

id   name  class   x101   x303

76978 phil 2 0.407034783 0.192229687
59911 jose 2 0.327173661 0.227843273
46537 matt 3 0.590337464 0.057271545
77345 benn 4 0.293847569 0.170405643
53180 crai 2 0.844581456 0.253665748
21063 lour 4 0.080756674 0.902143356
35456 moni 4 0.445965164 0.531952568

我怎样才能在R？

中完成

Answer 1

我建议使用dplyr包来实现此目的。

    tmp<-read.table(text="id   name  class   x101   x202   x303
76978 phil 2 0.407034783 0.001 0.192229687
59911 jose 2 0.327173661 0.004 0.227843273
46537 matt 3 0.590337464 0.005 0.057271545
77345 benn 4 0.293847569 0.002 0.170405643
53180 crai 2 0.844581456 0.003 0.253665748
21063 lour 4 0.080756674 0.002 0.902143356
35456 moni 4 0.445965164 0.004 0.531952568",header=TRUE)

select_if(tmp,function(x) ((is.numeric(x) & mean(x) > 0.1)|!is.numeric(x)))

这将为您提供所需的输出。

     id name class       x101       x303
1 76978 phil     2 0.40703478 0.19222969
2 59911 jose     2 0.32717366 0.22784327
3 46537 matt     3 0.59033746 0.05727155
4 77345 benn     4 0.29384757 0.17040564
5 53180 crai     2 0.84458146 0.25366575
6 21063 lour     4 0.08075667 0.90214336
7 35456 moni     4 0.44596516 0.53195257

Answer 2

这需要根据您拥有的数据框进行调整（例如，如果您有更多列），但按照您的示例工作：

cbind(df[,1:3], df[,4:6][colMeans(df[,4:6]) > 0.1])

但是，使用grepl，您可以自动选择以＆＃34; x＆＃34;开头的列。 基础R单行：

cbind(df[,!grepl("x", colnames(df))], df[,grepl("x", colnames(df))][colMeans(df[,grepl("x", colnames(df))]) > 0.1])

此脚本的解剖结构：这告诉它加入不以＆＃34; x＆＃34;开头的列（cbind）（df[,!grepl("x", colnames(df))]）和以＆＃34; x＆＃34;开头的那些列平均值超过0.1（df[,grepl("x", colnames(df))][colMeans(df[,grepl("x", colnames(df))]) > 0.1]）。

Answer 3

在基地R中，您可以执行以下操作。

inx <- which(sapply(dat, inherits, "numeric"))
inx <- names(dat[inx])[grepl("x", names(dat[inx])) & colMeans(dat[inx]) < 0.1]
result <- dat[-which(names(dat) %in% inx)]
result 
#     id name class       x101       x303
#1 76978 phil     2 0.40703478 0.19222969
#2 59911 jose     2 0.32717366 0.22784327
#3 46537 matt     3 0.59033746 0.05727155
#4 77345 benn     4 0.29384757 0.17040564
#5 53180 crai     2 0.84458146 0.25366575
#6 21063 lour     4 0.08075667 0.90214336
#7 35456 moni     4 0.44596516 0.53195257

DATA。

dat <- read.table(text = "
id   name  class   x101   x202   x303
76978 phil 2 0.407034783 0.001 0.192229687
59911 jose 2 0.327173661 0.004 0.227843273
46537 matt 3 0.590337464 0.005 0.057271545
77345 benn 4 0.293847569 0.002 0.170405643
53180 crai 2 0.844581456 0.003 0.253665748
21063 lour 4 0.080756674 0.002 0.902143356
35456 moni 4 0.445965164 0.004 0.531952568
", header = TRUE)

Answer 4

你也可以这样做：

$url = 'http://localhost:8080/alfresco/api/-default-/public/alfresco/versions/1/nodes/-shared-/children?alf_ticket=TICKET_66....';

$ch = curl_init ();
curl_setopt_array ( $ch, array (
        CURLOPT_USERPWD => 'admin:admin',
        CURLOPT_POST => 1,
        CURLOPT_POSTFIELDS => array (
                'filedata' => new CURLFile ( 'tmp_uploads/test.doc' ),
                'name' => 'myfile.doc',
                'relativePath' => 'uploads' 
        ),
        CURLOPT_URL => $url,
        CURLOPT_RETURNTRANSFER => true 
) );

// execute post
$result = curl_exec ( $ch );

// close curl handle
curl_close ( $ch );

屈服

keep <- !colnames(df) %in% names(which(sapply(df[startsWith(colnames(df), 'x')], mean) < 0.1))
(df <- df[keep])

<小时/> 这是一个多步骤的方法：

通过id name class x101 x303 1 76978 phil 2 0.40703478 0.19222969 2 59911 jose 2 0.32717366 0.22784327 3 46537 matt 3 0.59033746 0.05727155 4 77345 benn 4 0.29384757 0.17040564 5 53180 crai 2 0.84458146 0.25366575 6 21063 lour 4 0.08075667 0.90214336 7 35456 moni 4 0.44596516 0.53195257

x

使用startsWith(colnames(df), 'x')：sapply
通过sapply(df[startsWith(colnames(df), 'x')], mean)检查平均值并获取名称：which
最后，这些是我们不想要的列，因此names(which(sapply(df[startsWith(colnames(df), 'x')], mean) < 0.1))

使用少数特定列上的条件在R中设置数据帧

4 个答案: