从数据框中删除零值的列

Question

我有一个data.frame:

SelectVar
     a   b  c   d   e   f   g   h   i j k l ll m n o p  q   r
1 Dxa8 Dxa8 0 Dxa8 Dxa8 0 Dxa8 Dxa8 0 0 0 0  0 0 0 0 0 Dxc8 0
2 Dxb8 Dxc8 0 Dxe8 Dxi8 0 tneg tpos 0 0 0 0  0 0 0 0 0 Dxi8 0

我想删除数据框中两行中零值的列,因此它产生如下数据框:

SelectVar
     a   b    d    e    g   h     q   
1 Dxa8 Dxa8 Dxa8 Dxa8 Dxa8 Dxa8  Dxc8 
2 Dxb8 Dxc8 Dxe8 Dxi8 tneg tpos  Dxi8 

试过:

SelectVar!=0

产生一个真/假数据帧,并:

SelectVar[, colSums(abs(SelectVar)) ! == 0]

这会产生错误.

如何删除每行中值为零的列？

Answer 1

你几乎拥有它.把这两个放在一起:

 SelectVar[, colSums(SelectVar != 0) > 0]

这是因为因子列被评估为> = 1的数值.

Answer 2

一种选择dplyr 1.0.0可能是：

df %>%
 select(where(~ any(. != 0)))

     a    b    d    e    g    h    q
1 Dxa8 Dxa8 Dxa8 Dxa8 Dxa8 Dxa8 Dxc8
2 Dxb8 Dxc8 Dxe8 Dxi8 tneg tpos Dxi8

Answer 3

根据平均执行时间，更快的选项是大约 40%

df[,-(which(colSums(df)==0))]

我们可以使用一个包含 3,000 列和两个观察值的简单示例数据框对这两个选项进行基准测试。

# Create simple 2 X 3000 data frame with many 1s and 0s
# 500 columns have all 0s
df = matrix(c(rep(c(0,1,1),1000),rep(c(1,0,0),1000)),nrow=2)
df = as.data.frame(df)

# Benchmark the two options in milliseconds, 100 times
library(microbenchmark)
microbenchmark(
  df[,colSums(df != 0) > 0],
  df[,-(which(colSums(df)==0))]
  )

Unit: milliseconds
                             expr     min       lq     mean   median       uq      max neval
       df[, colSums(df != 0) > 0] 23.3844 24.77905 30.24852 26.37730 29.17175 140.6486   100
 df[, -(which(colSums(df) == 0))] 17.3664 19.12815 21.58901 20.59055 22.29905  41.9485   100

Answer 4

一个 dplyr 友好的解决方案：

SelectVar %>% select_if(colSums(.) != 0)

Answer 5

也试试

SelectVar[, !apply(SelectVar == 0, 2, all)]

这是从这里获取的：

从矩阵中删除所有为 0 的列