如何在R中删除空列或求和为0的列

针对你的需求，结合你使用的dplyr/tidyverse和vroom，可以通过以下两种可靠方法删除求和为0的列，同时保留样本名称列（...1）：

方法一：使用dplyr::select() + where() #

直接筛选出数值列中求和不为0的列，同时保留第一列样本名：

library(tidyverse)
library(vroom)

# 读取数据（如果还未读取）
df <- vroom("你的文件路径.csv")

# 清理数据：保留样本列，删除求和为0的数值列
df_cleaned <- df %>%
  select(...1, where(~ is.numeric(.x) && sum(.x) != 0))

方法二：先筛选列名再选取 #

先单独处理数值列的求和筛选，再合并样本列：

# 提取数值列中求和不为0的列名
valid_numeric_cols <- df %>%
  select(-...1) %>%  # 排除样本名字符列
  colSums() %>%
  keep(. != 0) %>%  # 保留求和不为0的列
  names()

# 组合样本列和有效数值列
df_cleaned <- df %>%
  select(...1, all_of(valid_numeric_cols))

对你之前遇到问题的解释 #

1. 改编行处理代码报错：行处理的keep参数是针对行索引设计的，列筛选需要用select()而非行操作函数，两者逻辑完全不同。
2. which函数选中所有列：你大概率没排除字符型的...1列，colSums()对字符列会返回NA，而NA != 0会被判定为TRUE，导致所有列被误选。必须先排除非数值列再计算列求和。
3. janitor::remove_empty无效：这个函数是删除全为NA或空值的列，不是求和为0的列，完全不适用你的场景。
4. Excel宏崩溃：10000+列的大文件远超Excel的内存处理上限，用R处理这类大文件更合适。
5. Stack代码过度删减：大概率是代码默认筛选了求和大于某个阈值（而非不等于0），或者没排除样本列导致正常列被误删。

内容的提问来源于stack exchange，提问作者Jay