选择满足条件的多列

Question

我有一个数据框，我想选择满足特定条件的所有行，例如！= 0。 我可以为每一列做到这一点，但它确实很长。

df.Individual  <-  df.category[df.category[,10]!=0 & df.category[,9]!=0 ........ & df.category[,2]!=0, ][,1] 

我想选择一组类似这样的列，但是我不知道怎么做！

df.category[df.category[,c(10:5)]!=0 & c(6:2)]>0 ][,1]

谢谢！

structure(list(Individual = structure(1L, .Label = c("aaa"), class = "factor"), `Class1` = 1L, 
`Class2` = 0L, `Class3` = 1L, `Class4 ` = 2L, `Class5` = 3L, `Class6` = 1L, Class7 = 1L, Class8 =    1L, Class9 = 1L), .Names = c("Individual", 
"Class1", "Class2", "Class3", "Class4", "Class5",  "Class6", "Class7", "Class8", "Class9"), row.names = 2L, class = "data.frame")

编辑：

我需要获取所有列组合。 类似于for循环。 我想为他们的班级排序一个个人列表，以用作ggplot y轴上的因子水平

举个例子。 但是这里只是列出了一些组合，我希望所有可能的列组合。

df.Individual.1  <-  df.category[ df.category[,10]!=0 & 
                                df.category[,9]!=0 & 
                                df.category[,8]!=0 ,] [,1]

df.Individual.2  <-  df.category[ df.category[,10]!=0 & 
                                df.category[,9]!=0 & 
                                df.category[,8]<=0 ,] [,1]

df.Individual.3  <-  df.category[ df.category[,10]!=0 & 
                                df.category[,9]<=0 & 
                                df.category[,8]!=0 ,] [,1]

df.Individual.4  <-  df.category[ df.category[,10]!=0 & 
                                df.category[,9]<=0 & 
                                df.category[,8]<=0 ,] [,1]

unlist(list(df.Individual.1,df.Individual.2,df.Individual.3,df.Individual.4))

最后，我需要一个列表，其中包含针对其课程状态进行排序的个人。 First All Class positiv，而不是头等舱positiv，另一个都是负数。

1 1 1 
1 1 0
1 0 1
1 0 0
0 1 1
0 1 0    
0 0 1
0 0 0 

这是3列的示例。 谢谢！

Answer 1

我会用rowSums （比快得多apply循环）。 这是行的逻辑向量，其中第5到第10列仅具有非零值：

rowSums(df.category[,c(5:10)] != 0) == (10-5+1)

或更好：

rowSums(df.category[,c(5:10)] == 0) == 0

您可以使用&组合这些逻辑向量，然后使用来从df.category中提取：

logical1 <- rowSums(df.category[,c(5:10)] == 0) == 0
logical2 <- rowSums(df.category[,c( 2:6)] <= 0) == 0
df.category[logical1 & logical2, ]

编辑：您更新的问题更加模糊，也许尝试这样的事情：

df <- df.category
classes.col <- grep("Class", colnames(df), value = TRUE)
df$Attended <- apply(df[classes.col] > 0, 1, paste, sep = "_")
split(df$Individual, df$Attended)

Answer 2

一种可能性：

df[apply(df[,-1]!=0,1,all),]