当 % 列的值小于指定值时，如何从数据框中删除行？答案

【问题标题】：How to remove rows from a data frame when a % of columns have a value less than specified?当 % 列的值小于指定值时，如何从数据框中删除行？
【发布时间】：2017-12-10 17:06:51
【问题描述】：

我有一些数据要过滤。我想说，“如果每行的指定百分比包含小于指示的值，则从数据框中删除该行。

这是一些示例数据。

       Sample1, Sample2, Sample3, Sample4, Sample5, Sample6
Item1   0   0   0   0   0   0
Item2   478 440 522 578 1066 1045
Item3   16  14  9   6   6   20

假设我希望删除 50% 的列值小于 10 的行。因此，在这种情况下，删除了 Item1 行，并删除了 Item3 行。

如果我将条件更改为值小于 7 的列的 50%，则只有 Item1 消失，而 Item2 和 Item3 保留。

在 R 中实现此目的的巧妙方法是什么？这是一个简单的问题，我想避免编写凌乱的代码来完成它。从我到目前为止读到的内容来看，我应该用 lapply() 来做这件事吗？我很感激任何见解。

【问题讨论】：

标签： r

【解决方案1】：

您可以通过索引来做到这一点。

## reproduce your data
df = read.table(text="ItemNum Sample1 Sample2 Sample3 Sample4 Sample5 Sample6
Item1   0   0   0   0   0   0
Item2   478 440 522 578 1066 1045
Item3   16  14  9   6   6   20",
header=TRUE, stringsAsFactors=FALSE)

df = df[which(rowSums(df[,2:7] < 10) < 3), ]
df
   ItemNum Sample1 Sample2 Sample3 Sample4 Sample5 Sample6
2   Item2     478     440     522     578    1066    1045

【讨论】：

谢谢，这比我尝试的要好得多。我稍微改变了它以考虑我正在处理的不同数量的列。 df = counts[which(rowSums(counts[,2:ncol(counts)]
使用rowMeans简单一点，去掉which的多余使用，导致df[rowMeans(df[,2:7] < 10) < 0.5, ]。

【解决方案2】：

library(data.table)

dat <- fread("Item Sample1 Sample2 Sample3 Sample4 Sample5 Sample6
              Item1   0   0   0   0   0   0
              Item2   478 440 522 578 1066 1045
              Item3   16  14  9   6   6   20")    

slice_val <- 10
dat[apply(dat[, !"Item"], 1, function(x) sum(x > slice_val)/length(x)) > 0.5]

    Item Sample1 Sample2 Sample3 Sample4 Sample5 Sample6
1: Item2     478     440     522     578    1066    1045

slice_val <- 7
dat[apply(dat[, !"Item"], 1, function(x) sum(x > slice_val)/length(x)) > 0.5]

    Item Sample1 Sample2 Sample3 Sample4 Sample5 Sample6
1: Item2     478     440     522     578    1066    1045
2: Item3      16      14       9       6       6      20

【讨论】：