根据所有行的值的总和从 R data.frame 中过滤掉列

Question

我有一个data.frame df ，其中观察值是城市，每列描述了该城市使用的某种杀虫剂的数量（其中大约 300 种）。 data.frame如下所示：

 head(df)
# A tibble: 6 x 11
  Benzovindiflupir Beta_ciflutrina Beta_Cipermetrina Bicarbonato_de_potássio Bifentrina Bispiribaque_sódi~ Bixafem Boscalida
             <dbl>           <dbl>             <dbl>                   <dbl>      <dbl>              <dbl>   <dbl>     <dbl>
1            0.354           1.10           0.0219                         0      4.99             0.0155  0.0686        0  
2           11.3             2.43           0.130                          0      8.84             0       2.08         22.2
3            0.329           0.267          0                              0      1.86             0.00746 0.00583       0  
4            4.56            2.71           0                              0      7.39             0       1.04          0  
5            0.925           0.512          0                              0      0.612            0       0.119         0  
6            0.388           0.149          0.000641                       0      1.61             0.143   0.0777        0  

我想删除所有城市中农药使用总和低于阈值的所有农药（列）。 我将此阈值称为pestCutoff 。

pestCutoff <- 10000

因此，我想创建一个名为subDf的新data.frame ，其中包含所有行，并且只有所有行的总和为>= cutoff的列，但我还没有找到一种基于逻辑规则过滤/子集/选择列的方法。

Answer 1

我们可以使用select与sum的条件，即如果该列的sum大于阈值，则 select 它

library(dplyr)
subDf <- df %>%
    select(where( ~ sum(.) >= pestCutoff))

注意：这里我们假设条件应该应用于所有列并且它们都是数字的。 如果有其他列类型不想select，创建短路

subDf <- df %>%
          select(where(~ is.numeric(.) && sum(.) >= pestCutoff))

---

或者在带有Filter的base R

Filter(function(x) sum(x) >= pestCutoff, df)

或使用colSums

df[colSums(df) >= pestCutoff]

Answer 2

我们也可以使用which(colSums)

library(dplyr)
subDf <- df %>% select(which(colSums(.) >= pestCutoff)) 

数据：

df <- tribble(
~Benzovindiflupir, ~Beta_ciflutrina, ~Beta_Cipermetrina, ~Bicarbonato_de_potássio, ~Bifentrina, ~Bispiribaque_sódi, ~Bixafem, ~Boscalida,
0.354, 1.10, 0.0219, 0, 4.99, 0.0155, 0.0686, 0, 
11.3, 2.43, 0.130, 0, 8.84, 0, 2.08, 22.2,
0.329, 0.267, 0, 0, 1.86, 0.00746, 0.00583, 0, 
4.56, 2.71, 0, 0, 7.39, 0, 1.04, 0, 
0.925, 0.512, 0, 0, 0.612, 0, 0.119, 0,
0.388, 0.149, 0.000641, 0, 1.61, 0.143, 0.0777, 0)

Answer 3

我们也可以将select_if与sum一起使用：

图书馆（dplyr）

subDf <- df %>% select_if(~sum(.) >= PestCutoff)