使用每个行向量 R 的总和对数据框进行子集化

Question

您好，我正在从 csv 中读取一些数据，这些数据以二进制形式列出：

   1 2 3 4...N
1  0 1 0 1...1
2  1 1 0 1...1
3  0 0 0 0...0
4  1 0 1 1...1
.  1 1 1 0...1
.  1 0 0 0...1
N  0 0 1 1...0

screenshot of str(data)

我想获取此数据的一个子集，其中行向量的总和大于某个数字，例如 10 或 x。第一列是客户 ID 的占位符列，因此需要将其排除在外。您对我如何着手做这件事有什么建议吗？

我一直在尝试各种方法，例如 df=subset()，但我无法获得正确的语法。

提前致谢。

Answer 1

我们可以用 rowSums

df1[rowSums(df1) > 10, , drop = FALSE]
#  V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 V16 V17 V18 V19 V20
#7  0  0  0  1  0  0  1  1  0   1   1   1   1   1   0   0   0   1   1   1
#9  1  1  1  1  0  0  1  0  0   0   0   1   1   0   0   1   1   1   0   1

更新

在 OP 的数据集中，第一列 'X' 不是二进制的并且有更大的数字。因此，当我们包含该变量时，rowSums 将大于 10。它是索引 ID，不会在计算中使用。因此，通过在 rowSums 中删除它，它会很好地子集

df1[rowSums(df1[-1])> 10,]

数据

set.seed(24)
df1 <- as.data.frame(matrix(sample(0:1, 10* 20, replace = TRUE), ncol = 20))

使用每个行向量 R 的总和对数据框进行子集化

Subsetting a data frame using the sum of each row vector R

r

subset

dataframe

recommenderlab

更新

数据