如何在R中按分组列筛选行：保留至少一组全非零的代谢物行

我需要移除那些**在任意列组的所有列中都不满足阈值（此处为大于0）**的行。我的数据包含两个样本组A和B，每组各有3个重复列，共3个代谢物观测值：

metabolites       A1       A2       A3       B1       B2        B3
      1          m1 3.703345 1.417572 3.388284 1.480509 2.612082 0.5997665
      2          m2 0.000000 4.114684 2.659948 1.517864 2.690435 0.3141896
      3          m3 0.000000 1.196729 1.373320 0.000000 3.943517 1.8687265

需求明确：保留代谢物m1和m2的行（至少在一个组的所有重复列中均为非零值），移除m3（A组和B组的重复列中都存在零值）。

我尝试了以下方法但未成功，仅将零值转换为NA，并未移除目标行：

# 构建数据框
metabolites <- paste0("m", 1:3)
A1 <- c(rnorm(1, 2, 1), 0, 0)
A2 <- c(rnorm(3, 2, 1))
A3 <- c(rnorm(3, 2, 1))
B1 <- c(rnorm(2, 2, 1), 0)
B2 <- c(rnorm(3, 2, 1))
B3 <- c(rnorm(3, 2, 1))

df <- data.frame(metabolites, A1, A2, A3, B1, B2, B3)

# 筛选操作——转回宽格式后并未移除目标代谢物行
df_filt <- df_long %>% 
  group_by(group) %>%
  filter(value > 0) %>%
  ungroup() %>%
  mutate(group = NULL) %>%
  pivot_wider(names_from = samples,values_from = value)

df_filt

# 输出结果
# A tibble: 3 x 7
# Groups:   metabolites [3]
 metabolites    A1    A2    A3    B1    B2    B3
  <chr>       <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 m1           2.26  2.49  2.34  3.37 1.37  2.60 
2 m2          NA     1.97  3.83  1.06 0.567 2.19 
3 m3          NA    NA     1.82 NA    3.07  0.255 

可行解决方案 #

直接在宽格式下针对每组列做全非零判断，筛选出至少满足一个组条件的行即可，以下两种方法都能实现需求：

方法1：使用dplyr的rowwise + c_across #

适合列数较多的场景，通过定义组列名批量判断：

library(dplyr)

# 定义两组的列名集合
group_A <- c("A1", "A2", "A3")
group_B <- c("B1", "B2", "B3")

df_filtered <- df %>%
  rowwise() %>%
  filter(
    # 满足A组所有值>0 或者 B组所有值>0
    all(c_across(all_of(group_A)) > 0) | 
    all(c_across(all_of(group_B)) > 0)
  ) %>%
  ungroup()

方法2：直接生成判断列筛选 #

适合列数较少的场景，写法更直观：

df_filtered <- df %>%
  mutate(
    # 判断是否满足A组全非零
    pass_A = all(A1 > 0, A2 > 0, A3 > 0),
    # 判断是否满足B组全非零
    pass_B = all(B1 > 0, B2 > 0, B3 > 0)
  ) %>%
  # 保留至少满足一组的行
  filter(pass_A | pass_B) %>%
  # 移除临时判断列
  select(-pass_A, -pass_B)

最终输出结果 #

两种方法都会得到目标数据框：

metabolites       A1       A2       A3       B1       B2        B3
1          m1 3.703345 1.417572 3.388284 1.480509 2.612082 0.5997665
2          m2 0.000000 4.114684 2.659948 1.517864 2.690435 0.3141896

内容的提问来源于stack exchange，提问作者Mikki