基于单元格值的子集矩阵并删除不满足条件的行/列

Question

我有一个 60*60 的矩阵，有点难以导航，我只想专注于矩阵中的某些值。所以我的想法是如果它们的值低于/高于某个阈值，则删除所有单元格，如果某个行/列中的所有值低于阈值，它们也会被删除。

假设我想删除值低于 0.5 的所有内容

示例输入：

              abcd       abcde          ab
abcd   0.000000000  0.44757748  0.61945319  
abcde  0.447577477  0.00000000  0.33773497  
ab     0.619453192  0.33773497  0.00000000 

示例输出：

          abcd          ab     
abcd                0.61945319 
ab     0.619453192  

所以在这种情况下，abcde 列的值没有超过 0.5 并且被完全删除（因为它是对称的，所以该行也被删除了）。此外，曾经持有数字的所有其他值现在都是空的。我已经简化了矩阵，可以很容易地看到我想要的单元格。现在，这是一个 3*3 矩阵，所以它不是很有用，但它可能对具有大量值的矩阵有用。

有没有办法做到这一点？

Answer 1

为了删除0.5以上没有值的行和列，可以使用：

mat[rowSums(mat > 0.5) >= 1, colSums(mat > 0.5) >= 1]

给出：

          abcd        ab
abcd 0.0000000 0.6194532
ab   0.6194532 0.0000000

要替换单个值，请参阅@Oliver 的答案。替换为NA's 比替换为空字符值要好，因为后者会改变整个矩阵的值的类别。

---

使用过的数据：

mat <- structure(c(0, 0.447577477, 0.619453192, 0.44757748, 0, 0.33773497, 0.61945319, 0.33773497, 0), 
                 .Dim = c(3L, 3L), 
                 .Dimnames = list(c("abcd", "abcde", "ab"), c("abcd", "abcde", "ab")))

Answer 2

你可以试试：

library(dplyr)
library(tidyr)

df %>%
  add_rownames() %>%
  gather(key, value, -rowname) %>%
  filter(value > 0.5) %>%
  spread(key, value, fill = "")

这给出了：

#Source: local data frame [2 x 3]
#
#  rowname         ab        abcd
#    (chr)      (chr)       (chr)
#1      ab            0.619453192
#2    abcd 0.61945319            

---

数据

df <- structure(list(abcd = c(0, 0.447577477, 0.619453192), abcde = c(0.44757748, 
0, 0.33773497), ab = c(0.61945319, 0.33773497, 0)), .Names = c("abcd", 
"abcde", "ab"), class = "data.frame", row.names = c("abcd", "abcde", "ab"))

Answer 3

怎么样

myMatrix[myMatrix < 0.5] <- NA