如何基于数值递增规则筛选矩阵或数据框中的列？

示例数据 #

你的示例数据可通过以下R代码生成：

df <- data.frame(
  A=c(10,15,18,20),
  B=c(85,74,65,64),
  C=c(0,0,0,0),
  D=c(115,125,130,150)
)

原数据结构：

A  B C   D
1 10 85 0 115
2 15 74 0 125
3 18 65 0 130
4 20 64 0 150

你需要筛选出沿列方向严格递增的列，目标结果如下：

A   D
1 10 115
2 15 125
3 18 130
4 20 150

高效解决方案（适配大数据量） #

针对大规模数据，推荐以下两种高效实现方式：

方法1：基础R原生实现 #

利用apply结合diff函数快速判断列的递增性：

# 筛选严格递增的列
filtered_df <- df[, apply(df, 2, function(col) all(diff(col) > 0))]

逻辑说明

• apply(df, 2, ...)：遍历数据框的每一列（参数2指定列方向）
• diff(col)：计算列内相邻元素的差值
• all(diff(col) > 0)：验证该列所有相邻差值均为正，即列元素严格递增
• 通过列索引直接筛选符合条件的列，原生R操作效率极高，适合大数据处理

如果需要允许列内存在相等元素（非严格递增），只需将判断条件改为all(diff(col) >= 0)即可。

方法2：tidyverse/dplyr实现 #

若熟悉tidyverse生态，可使用dplyr的select + where语法，代码可读性更强：

library(dplyr)

filtered_df <- df %>%
  select(where(function(col) all(diff(col) > 0)))

这个方法同样保持了高效性，同时符合tidyverse的代码风格。

内容的提问来源于stack exchange，提问作者rezgar