如何删除OTU数据集中列总和小于5000的样本列

基于你提供的head(otu)输出结构，默认otu数据第一列为ASV编号，其余列为各样本的丰度数值。如果你的数据已经将ASV编号设为行名，可对应调整代码去掉第一列的保留逻辑。

方法1：基础R实现 #

# 计算所有样本列的总和，排除第一列ASV编号列
col_sums <- colSums(otu[, -1], na.rm = TRUE)
# 保留第一列+总和≥5000的样本列
otu_filtered <- otu[, c(TRUE, col_sums >= 5000)]

如果ASV已经设为行名，可使用更简化的代码：

otu_filtered <- otu[, colSums(otu, na.rm = TRUE) >= 5000]

方法2：tidyverse（dplyr）实现 #

library(dplyr)

otu_filtered <- otu %>%
  # 保留第一列ASV编号，筛选所有数值列中总和≥5000的样本列
  select(1, where(~ is.numeric(.) && sum(., na.rm = TRUE) >= 5000))

结果验证 #

执行以下命令可查看过滤后所有样本列的总和，确认是否都符合≥5000的要求：
colSums(otu_filtered[, -1], na.rm = TRUE)

内容的提问来源于stack exchange，提问作者xiuling