R语言如何创建仅含特定列独有观测的data.frame

判定规则说明 #

• 预先排除仅做行标识的非数值列（如示例中的column列）
• 校验目标列：所有指定的目标列取值需大于0
• 校验非目标列：其余参与数值判断的列，取值必须全部等于0

基础R实现 #

复现示例数据 #

df <- data.frame(
  column = c("Obs1", "Obs2", "Obs3", "Obs4", "Obs5"),
  `1` = c(1,2,0,0,1),
  `2` = c(0,0,0,0,2),
  `3` = c(0,0,1,0,3),
  `4` = c(0,0,1,3,4),
  check.names = FALSE
)

需求1：筛选1列>0，2/3/4列全为0的行 #

用rowSums统计非目标列中取值为0的列数，当统计值与非目标列总列数相等时，即满足全0要求。

S1_unique <- df[
  df[[`1`]] > 0 & 
  rowSums(df[, c(`2`, `3`, `4`)] == 0) == ncol(df[, c(`2`, `3`, `4`)]),
]
S1_unique

运行结果仅包含Obs1、Obs2，与预期一致。

需求2：筛选3/4列均>0，1/2列全为0的行 #

S34_unique <- df[
  df[[`3`]] > 0 & 
  df[[`4`]] > 0 & 
  rowSums(df[, c(`1`, `2`)] == 0) == ncol(df[, c(`1`, `2`)]),
]
S34_unique

运行结果仅包含Obs3，与预期一致。 #

dplyr 实现 #

用if_all可直接给指定列组加统一判断规则，代码可读性更高，不容易因手动数列出错。

library(dplyr)

# 需求1实现
S1_unique_dplyr <- df %>% 
  filter(
    `1` > 0,
    if_all(c(`2`, `3`, `4`), ~. == 0)
  )

# 需求2实现
S34_unique_dplyr <- df %>% 
  filter(
    `3` > 0,
    `4` > 0,
    if_all(c(`1`, `2`), ~. == 0)
  )

注意：示例中数值列名为纯数字，代码引用时必须用反引号包裹，否则R会将数字识别为索引而非列名，触发报错。

内容的提问来源于stack exchange，提问作者Ecg