r - 使用data.table R？选择行或列？

假设我有一个data.table，例如:

library(data.table)
RRR <-data.table(1:15,runif(15),rgeom(15,0.5),rbinom(15,2,0.5))

    V1      V2    V3  V4
 1:  1 0.33577273  0  0
 2:  2 0.66739739  2  1
 3:  3 0.07501655  0  0
 4:  4 0.43195663  2  1
 5:  5 0.39525841  3  2
 6:  6 0.15189738  1  1
 7:  7 0.02637279  0  1
 8:  8 0.44165623  0  1
 9:  9 0.98710570  2  0
10: 10 0.62402805  1  0
11: 11 0.84829465  3  2
12: 12 0.02170976  0  1
13: 13 0.74608925  0  2
14: 14 0.29102296  2  0
15: 15 0.83820646  1  1

我如何从中获取data.table，而所有ROWS的任何列都包含“0”？ (或一些值)

如果我必须用一个单独的列来做，我可以使用:

RRR[V4==0,]

   V1    V2      V3  V4
1:  1 0.33577273  0  0
2:  3 0.07501655  0  0
3:  9 0.98710570  2  0
4: 10 0.62402805  1  0
5: 14 0.29102296  2  0

但是，如果因为我有很多列而想一次处理所有列怎么办？

这不能满足我的需求。

RRR[,sapply(RRR,function(xx)(xx==0)), with=TRUE]

     V1      V2     V3    V4
[1,]  FALSE FALSE  TRUE  TRUE
[2,]  FALSE FALSE FALSE FALSE
[3,]  FALSE FALSE  TRUE  TRUE
[4,]  FALSE FALSE FALSE FALSE
[5,]  FALSE FALSE FALSE FALSE
[6,]  FALSE FALSE FALSE FALSE
[7,]  FALSE FALSE  TRUE FALSE
[8,]  FALSE FALSE  TRUE FALSE
[9,]  FALSE FALSE FALSE  TRUE
[10,] FALSE FALSE FALSE  TRUE
[11,] FALSE FALSE FALSE FALSE
[12,] FALSE FALSE  TRUE FALSE
[13,] FALSE FALSE  TRUE FALSE
[14,] FALSE FALSE FALSE  TRUE
[15,] FALSE FALSE FALSE FALSE

也许有一个for循环和一些复杂的粘贴？
虽然，我更喜欢使用简单的data.table语法。

类似地，如何获取在任何行中所有包含“0”的所有COLUMNS的data.table？

我知道如何获取满足条件的列(作为整体)，例如数字，

RRR[,sapply(RRR,function(xx)is.numeric(xx)),with=FALSE]

但是如果我想逐个测试条件，则此方法不起作用。

如果有人感兴趣，这是更大的随机data.table的system.time()，其中包含您到目前为止提供的不同解决方案，并做了一些修改。

set.seed(1)
n <- 1000000
RRR <- data.table(matrix(rgeom(100*n,0.5), ncol=100))

Getting ROWS
> RRR[RRR[,rowSums(RRR==0)>0]]
   user  system elapsed
   2.72    0.55    3.27
> RRR[rowSums(RRR==0)>0]
   user  system elapsed
   2.58    0.70    3.28
> RRR[apply(RRR,MAR=1,function(xx)any(xx==0))]
   user  system elapsed
   10.81    0.19   11.00
> RRR[apply(RRR[,paste0('V',1:ncol(RRR)),with=FALSE],function(xx)any(xx==0),MAR=1)]
  user  system elapsed
  10.49    0.30   10.83

Getting COLUMNS
> RRR[,sapply(RRR,function(xx)any(xx==0)), with=FALSE]
   user  system elapsed
   0.81    0.31    1.12
> `[.listof`(RRR,colSums(RRR==0)>0)
   user  system elapsed
   2.14    0.27    2.41
> RRR[,colSums(RRR==0)>0, with=FALSE]
   user  system elapsed
   2.26    0.48    2.75
> RRR[, .SD, .SDcols=sapply(RRR, function(x) any(x==0))]      #only version 1.9.5, seems the same solution than the first one.
   user  system elapsed
   0.78    0.36    1.14
> RRR[, .SD, .SDcols=sapply(RRR, function(x) any(!as.logical(x)))]
   user  system elapsed
   0.41    0.25    0.66
> RRR[Reduce('|',lapply(RRR,function(xx)(xx==0)))]
   user  system elapsed
   3.11    0.33    3.44
> RRR[,apply(RRR[,paste0('V',1:ncol(RRR)),with=FALSE],function(xx)any(xx==0),MAR=2),with=FALSE]
   user  system elapsed
   3.48    0.80    4.28

我还没有包括:

RRR[, i := any(unlist(lapply(.SD, function(x) x==0))), seq_len(nrow(RRR))][i==TRUE][,i:=NULL]

花了几分钟，我停了下来，它“标记”行而不是提取行，这是最复杂的解决方案。

我将等待更快或更简单的解决方案，并听听您的评论和喜好。

sapply本来应该慢一些，但事实并非如此。
如果data.table包含其他类型的数据，则结果可能会更改。

如果在每行或每列中都首次发生测试后就可以停止测试(== 0)，则可以加快测试速度。但是我想如果没有循环或某些低级访问或按位操作就无法做到这一点。

我想到了一种新方法。

sapply(RRR，function(xx)which(xx == 0))

我需要将a)的结果与列表的并集组合在一起，但是我不知道如何对任意数量的列进行操作。

然后获取该行RRR [“a)”]

我想如果零的数目很大，那会慢很多。

也许也尝试RRR[unique(unlist(sapply(RRR,function(xx)which(xx==0))))]但是太慢了

相反的选择是RRR[(RRR==0)] <- NA; na.omit(RRR)

最佳答案

rowSums函数可以在这里使用:

RRR[rowSums(!RRR)>0]

工作原理: !RRR是TRUE为零的矩阵。在一般情况下，您可以将!RRR替换为要检查的任何逻辑条件。例如，要查看是否有任何元素等于3，可以采用rowSums的RRR==3。

我认为rowSums(test(x))>0本质上与apply(RRR,1,function(x)any(!test(x)))相同；都将对象强制为矩阵。我发现rowSums版本更容易阅读，并认为我听说过人们赞扬它的效率。

对于列，类似地:

RRR[, colSums(!RRR)>0, with=FALSE]

关于r - 使用data.table R？选择行或列？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/29811601/

rrr

r - 使用data.table R？选择行或列？