根据条件 R 删除行

Question

我有这样的数据

Name  Group  Heath  BP  PM
QW    DE23    20    60  10
We    Fw34    0.5   42  2.5
Sd    Kl78    0.4   0.1 0.5
Op    Ss14    43    45  96

如果该值小于 1.8，我需要删除所有行

我使用了以下命令

 data[colSums(data)>=1.8]
 data[,colSums(data)>=1.8, drop=FALSE]
subset(data, select=colSums(data) >=1.8)

但我得到了这样的错误“colSums（数据）中的错误：'x'必须是数字”

预期输出

Name  Group  Heath  BP  PM
QW    DE23    20    60  10
We    Fw34    0.5   42  2.5
Op    Ss14    43    45  96

Answer 1

您可以使用 select 行，其总和为>=1.8 ：

data[rowSums(data[-1:-2])>=1.8,]
#  Name Group Heath BP   PM
#1   QW  DE23  20.0 60 10.0
#2   We  Fw34   0.5 42  2.5
#4   Op  Ss14  43.0 45 96.0

或行中的任何元素>=1.8 ：

data[rowSums(data[-1:-2]>=1.8)>0,]
#  Name Group Heath BP   PM
#1   QW  DE23  20.0 60 10.0
#2   We  Fw34   0.5 42  2.5
#4   Op  Ss14  43.0 45 96.0

data[-1:-2] select 数字列。

Answer 2

这是一个tidyverse的解决方案：

library(tidyverse)


df <- tibble::tribble(
    ~Name,~Group,~Heath,~BP,~PM,
   "QW",    "DE23",20,60,10,
  "We",    "Fw34",0.5,42,2.5,
  "Sd",    "Kl78",0.4,0.1,0.5,
   "Op",    "Ss14",43,45,96
  )


df %>% 
  filter_if(is.numeric,any_vars(.>=1.8))
#> # A tibble: 3 x 5
#>   Name  Group Heath    BP    PM
#>   <chr> <chr> <dbl> <dbl> <dbl>
#> 1 QW    DE23   20      60  10  
#> 2 We    Fw34    0.5    42   2.5
#> 3 Op    Ss14   43      45  96

^{由代表 package (v0.3.0) 于 2020 年 12 月 7 日创建}

Answer 3

最简单的方法是使用 filter() function 从 dplyr package 结合 Z99938282F0416EFE4 自动检测到数字列：

library(dplyr)

df <- data.frame(Name = c("QW", "We", "Sd", "Op"),
                 Group = c("DE23", "Fw34", "Kl78", "Ss14"),
                 Heath = c(20, 0.5, 0.4, 43),
                 BP = c(60, 42, 0.1, 45),
                 PM = c(10, 2.5, 0.5, 96))

df %>% filter(rowSums(select_if(., is.numeric)) >= 1.8)

  Name Group Heath BP   PM
1   QW  DE23  20.0 60 10.0
2   We  Fw34   0.5 42  2.5
3   Op  Ss14  43.0 45 96.0

Answer 4

从base R Reduce的选项

df[Reduce(`|`, lapply(df[-(1:2)], `>=`, 1.8)),]
#   Name Group Heath BP   PM
#1   QW  DE23  20.0 60 10.0
#2   We  Fw34   0.5 42  2.5
#4   Op  Ss14  43.0 45 96.0