Question

我有一个数据框：

Alix    Blim    Jux Gyno
0.105   0.234   0.67    0.89
0.01    0.542   0.11    0.65
0.003   0.002   0.6     0.67
0.009   0.123   0.09    0.01

从上面的数据框中，我想提取所有值大于0.6的列，如下所示：

Jux Gyno
0.67    0.89
0.11    0.65
0.6     0.67
0.09    0.01

这是我的代码不起作用：

out <- vector()

for(i in colnames(df){
  if(df[i] > 0.6){
     T <- df[,i]
  }
  out <- cbind.data.frame(out,T)
}

我遇到了类似的错误：

Error in data.frame(Check.names= F...). Argument imply differing number of rows.....

Answer 1

我们可以使用colSums使用基数R来对列进行子集

df[colSums(df > 0.6) > 0]

# Jux Gyno
#1 0.67 0.89
#2 0.11 0.65
#3 0.60 0.67
#4 0.09 0.01

或与dplyr，select_if

library(dplyr)
df %>% select_if(~any(. > 0.6))

Answer 2

df <- read.table(text='Alix    Blim    Jux Gyno
0.105   0.234   0.67    0.89
0.01    0.542   0.11    0.65
0.003   0.002   0.6     0.67
0.009   0.123   0.09    0.01
', header=T)

我们可以使用sapply在每一列中找到最大值，然后检查它是否大于0.6。这提供了一个逻辑向量，可用于按列对df进行子集化：

df[,sapply(df, max) > 0.6]

   Jux Gyno
1 0.67 0.89
2 0.11 0.65
3 0.60 0.67
4 0.09 0.01

Answer 3

这是base R的{{1}}选项

Filter

或使用Filter(function(x) any(x > 0.6), df) # Jux Gyno #1 0.67 0.89 #2 0.11 0.65 #3 0.60 0.67 #4 0.09 0.01

transmute_if

或与library(dplyr) df %>% transmute_if(~ any(.x > 0.6), I)

keep

Answer 4

> df[ , sapply(df, function(x) any(x>0.6))]
   Jux Gyno
1 0.67 0.89
2 0.11 0.65
3 0.60 0.67
4 0.09 0.01

Answer 5

请为以后的问题提供一个可复制的示例。

这是我的dplyr解决方案：

library(tidyverse)

df <- tibble(First = 0:5,
             Second = 10:15,
             Third = 20:25)

is_greater_than <- function(x) any(x > 10)

select_if(df, is_greater_than)

提取具有大于R数据帧中特定值的列

5 个答案: