lignes de sous-ensemble avec toutes / toutes les colonnes plus grandes qu'une valeur spécifique

Avec

df <- data.frame(id=c(1:5), v1=c(0,15,9,12,7), v2=c(9,32,6,17,11))

Comment puis-je extraire les lignes avec des valeurs de TOUTES les colonnes de plus de 10, qui devrait revenir:

  id v1 v2
2  2 15 32
4  4 12 17

Et si sur une colonne de plus de 10:

  id v1 v2
2  2 15 32
4  4 12 17
5  5  7 11

source d'informationauteur Rock

  1. 17

    Voir les fonctions all() et any() pour la première et la deuxième parties de vos questions, respectivement. Le apply() fonction peut être utilisée pour exécuter des fonctions sur des lignes ou des colonnes. (MARGIN = 1 est lignes, MARGIN = 2 est de colonnes, etc). Remarque j'utilise apply() sur df[, -1] d'ignorer la id variable quand on fait des comparaisons.

    Partie 1:

    > df <- data.frame(id=c(1:5), v1=c(0,15,9,12,7), v2=c(9,32,6,17,11))
> df[apply(df[, -1], MARGIN = 1, function(x) all(x > 10)), ]
  id v1 v2
2  2 15 32
4  4 12 17

    Partie 2:

    > df[apply(df[, -1], MARGIN = 1, function(x) any(x > 10)), ]
  id v1 v2
2  2 15 32
4  4 12 17
5  5  7 11

    Pour voir ce qui se passe, x > 10 renvoie une logique de vecteur pour chaque ligne (via apply() indiquant si chaque élément est plus grand que 10. all() retourne TRUE si tous élément du vecteur d'entrée sont TRUE et FALSE autrement. any() retourne TRUE si tout des éléments dans l'entrée est TRUE et FALSE si tous sont FALSE.

    J'utilise ensuite la logique vecteur résultant de la apply() appel

    > apply(df[, -1], MARGIN = 1, function(x) all(x > 10))
[1] FALSE  TRUE FALSE  TRUE FALSE
> apply(df[, -1], MARGIN = 1, function(x) any(x > 10))
[1] FALSE  TRUE FALSE  TRUE  TRUE

    de sous-ensemble df (comme illustré ci-dessus).

  2. 6

    Cela peut être fait en utilisant apply avec une marge de 1, qui permet d'appliquer une fonction à chaque ligne. La fonction afin de vérifier une ligne donnée serait 

    function(row) {all(row > 10)}

    De sorte que le moyen d'extraire les lignes elles-mêmes est 

    df[apply(df, 1, function(row) {all(row > 10)}),]
  3. 2

    Une option est une boucle ligne par ligne (par exemple, avec apply) et à l'aide de any ou allcomme proposé dans les deux autres réponses. Toutefois, cela peut s'avérer inefficace pour les grandes trames de données.

    Un vectorisé approche serait d'utiliser rowSums pour déterminer le nombre de valeurs dans chaque ligne correspondant à votre critère de filtre et sur cette base.

    Lorsque le filtrage de lignes où tout est à moins de 10, c'est le même que le filtrage pour les cas où le nombre de valeurs de pas plus de 10 est 0:

    df[rowSums(df[,-1] <= 10) == 0,]
#   id v1 v2
# 2  2 15 32
# 4  4 12 17

    De même, rowSums peut facilement être utilisé pour calculer les lignes avec quelque chose de supérieur à 10:

    df[rowSums(df[,-1] > 10) > 0,]
#   id v1 v2
# 2  2 15 32
# 4  4 12 17
# 5  5  7 11

    L'accélération est clair avec une plus grande entrée:

    set.seed(144)
df <- matrix(sample(c(1, 10, 20), 3e6, replace=TRUE), ncol=3)
system.time(df[apply(df[, -1], MARGIN = 1, function(x) all(x > 10)), ])
#    user  system elapsed 
#   1.754   0.156   2.102 
system.time(df[rowSums(df[,-1] <= 10) == 0,])
#    user  system elapsed 
#    0.04    0.01    0.05