选择满足条件的多个列

Question

我有一个数据框，我想选择所有满足特定条件的行，例如 !=0。我可以为每一列做这件事，但它确实排得很长。

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

我想选择一组这样的列，但我不知道怎么做！

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 循环的东西。我想要一个为他们的班级排序的个人列表，用作ggplot y轴上的因子水平

例如。但这里只是列出了一些组合，我想要所有可能的列组合。

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，我需要一个按班级状态排序的个人列表。 First All Class 是肯定的，第一类是肯定的，另一个是否定的。

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

这里是 3 列的示例。 谢谢！

Answer 1

我会使用rowSums（比apply 循环快得多）。这是行的逻辑向量，其中 5 到 10 的列只有非零：

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，然后使用它从 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，不妨试试这样的：

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),]