根據條件 R 刪除行

Question

我有這樣的數據

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

如果該值小於 1.8，我需要刪除所有行

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)

但我得到了這樣的錯誤“colSums（數據）中的錯誤：'x'必須是數字”

預期輸出

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，其總和為>=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 數字列。

Answer 2

這是一個tidyverse的解決方案：

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) 於 2020 年 12 月 7 日創建}

Answer 3

最簡單的方法是使用 filter() function 從 dplyr package 結合 Z99938282F0416EFE4 自動檢測到數字列：

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

從base R Reduce的選項

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