R语言处理大型数据集时删除含零值行代码不生效问题

基于gss包提供的Sachs数据集（共7466条观测、12个变量），需要移除任意变量存在零值的整行记录，原测试代码未生效的核心错误是行判断逻辑写错了：

• 原代码在apply逐行遍历的匿名函数中，写的判断条件是all(data!= 0.0000000)，这里调用的是整个原始数据集做非零判断，不是当前遍历到的行向量x，返回的逻辑结果和行数不匹配，自然得不到正确的过滤结果。

修正后的代码 #

基础R实现（修正原apply逻辑） #

只需要把判断条件里的全局数据集替换为当前行对象即可：

library(gss)
data <- data.frame(Sachs[,-12])
# 逐行校验所有值非零，保留符合要求的行
dat <- data[apply(data, 1, function(x) all(x != 0)), ]

如果数据存在浮点精度问题，可将判断条件调整为all(abs(x) > 1e-7)，避免把浮点存储产生的极小非零值误判为零。

更简洁的dplyr实现 #

用dplyr的行过滤语法可读性更强，不容易出现变量引用错误：

library(gss)
library(dplyr)

data <- Sachs[, -12]
dat <- data %>%
  filter(if_all(everything(), ~ .x != 0))

内容的提问来源于stack exchange，提问作者Dr. Statistics