在R中实现多变量生态数据（站点×物种矩阵）的统一过滤方法

先加载你的数据集：

df <- structure(list(Site = c("A", "B", "C", "D", "E", "F", "G", "H", 
"I"), X1= c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 3L), X2 = c(0L, 
0L, 0L, 0L, 0L, 0L, 0L, 10L, 0L), X3 = c(0L, 0L, 0L, 0L, 
0L, 3L, 6L, 0L, 0L), X4 = c(0L, 9L, 4L, 1L, 8L, 6L, 0L, 
0L, 0L), X5 = c(6L, 5L, 2L, 5L, 1L, 5L, 2L, 0L, 0L)), class = "data.frame", row.names = c(NA, 
-9L))

一、列筛选（移除指定列，同时保留被移除数据） #

1. 标记需移除的列 #

针对物种列（排除Site列）计算筛选条件：

# 提取所有物种列
species_cols <- df[, -1]

# 条件1：仅含1个非零值的列
col_single_nonzero <- colSums(species_cols != 0) == 1
# 条件2：列总和小于6的列
col_sum_less6 <- colSums(species_cols) < 6

# 合并条件，得到需移除的列名
cols_to_remove <- names(species_cols)[col_single_nonzero | col_sum_less6]

2. 提取被移除的列生成独立数据框 #

removed_cols_df <- df[, c("Site", cols_to_remove)]

3. 保留符合要求的列 #

df_filtered_cols <- df[, !names(df) %in% cols_to_remove]

二、行筛选（基于列筛选结果，移除指定行并保留被移除数据） #

1. 标记需移除的行 #

基于筛选后的列，计算每行的筛选条件：

# 条件1：仅含1个非零值的行
row_single_nonzero <- rowSums(df_filtered_cols[, -1] != 0) == 1
# 条件2：行总和小于10的行
row_sum_less10 <- rowSums(df_filtered_cols[, -1]) < 10

# 合并条件，得到需移除的行索引
rows_to_remove <- rownames(df_filtered_cols)[row_single_nonzero | row_sum_less10]

2. 提取被移除的行生成独立数据框 #

removed_rows_df <- df_filtered_cols[row_single_nonzero | row_sum_less10, ]

3. 得到最终符合所有要求的数据框 #

df_final <- df_filtered_cols[!(row_single_nonzero | row_sum_less10), ]

结果说明 #

• removed_cols_df：存储被移除的列（X1、X2）及对应站点信息
• removed_rows_df：存储被移除的行（站点A、C、D、E、G、H、I）及对应筛选后列信息
• df_final：最终保留的有效数据，包含站点B、F，物种列X3、X4、X5

内容的提问来源于stack exchange，提问作者ecology