如何筛选DataFrame中多列有值的行并解决重复行问题

问题根源 #

你写的循环逻辑存在漏洞：当某行的非0列数≤1时，value变量并未被重新赋值，仍然保留着上一次循环的结果，此时执行rbind(one_tissueonly,value)会把之前的有效行重复添加，最终导致输出出现重复行。

解决方案1：修正循环逻辑 #

把rbind操作放到条件判断内部，只在符合筛选条件时才将当前行加入结果集，同时避免写死行数，用nrow(gene1)适配数据行数：

one_tissueonly <- NULL
for(i in 1:nrow(gene1)){
  y <- which(gene1[i,] != 0)
  if(length(y) > 1){
    one_tissueonly <- rbind(one_tissueonly, gene1[i,])
  }
}

解决方案2：高效向量化操作（推荐） #

R中尽量避免用循环处理数据框，用rowSums实现向量化计算，代码更简洁且效率更高：

# 计算每行非0元素的数量
non_zero_cols <- rowSums(gene1 != 0)
# 筛选出非0列数≥2的行
one_tissueonly <- gene1[non_zero_cols > 1, ]

原理：gene1 != 0会将数据框转换为布尔值矩阵（非0为TRUE，0为FALSE），rowSums对每行的布尔值求和（TRUE等价于1），得到每行的非0列数，最后用这个数值向量作为筛选条件提取符合要求的行。

内容的提问来源于stack exchange，提问作者rheabedi1