r - 根据多行中的值过滤 R 中的行

Question

我正在尝试过滤掉 R 中不需要的多行数据，但我不知道该怎么做。

我使用的数据看起来有点像这样:

  Category     Item Shop1 Shop2 Shop3
1    Fruit   Apples     4     6     0
2    Fruit  Oranges     0     2     7
3      Veg Potatoes     0     0     0
4      Veg   Onions     0     0     0
5      Veg  Carrots     0     0     0
6    Dairy  Yoghurt     0     0     0
7    Dairy     Milk     0     1     0
8    Dairy   Cheese     0     0     0

我只想保留至少一件商品对至少一家商店具有正值(value)的类别。

在这种情况下，我想删除所有 Veg 行，因为没有一家商店出售任何蔬菜。我想保留所有 Fruit 行，我想保留所有 Dairy 行，即使是所有商店中值为零的行，因为 Dairy 行之一的值确实大于 0。

我在使用 colSums 后尝试使用 group_by(Category)，希望它每次都能对 Category 的内容求和，但是没有用。我还尝试在最后为 rowSums 添加一列并根据频率进行过滤，但我只能以这种方式过滤掉单个行，而不是基于整个类别的行。

虽然我可以过滤掉值为零的单个行(例如第 3 行)，但我的困难在于保留第 6 行和第 8 行，其中每个商店的所有值都为零，但我想保留这些行，因为其他 Dairy 行的值确实高于零。

Answer 1

1) 子集/ave rowSums(...) > 0 每一行都有一个元素。如果该行中有非零元素，则该元素为 TRUE。它假设负值是不可能的。 (如果可能出现负值，则使用 rowSums(DF[-1:-2]^2) > 0 代替。)它还假设商店是前两列之后的那些列。特别是，它适用于任意数量的商店。然后 ave 为那些值的 any 为 TRUE 并且 subset 只保留这些值的组产生一个 TRUE。不使用任何包。

subset(DF, ave(rowSums(DF[-1:-2]) > 0, Category, FUN = any))

给予:

  Category    Item Shop1 Shop2 Shop3
1    Fruit  Apples     4     6     0
2    Fruit Oranges     0     2     7
6    Dairy Yoghurt     0     0     0
7    Dairy    Milk     0     1     0
8    Dairy  Cheese     0     0     0

1a) 如果您不介意对商店进行硬编码，则其变体如下:

subset(DF, ave(Shop1 + Shop2 + Shop3 > 0, Category, FUN = any))

2) dplyr

library(dplyr)
DF %>% group_by(Category) %>% filter(any(Shop1, Shop2, Shop3)) %>% ungroup

给予:

# A tibble: 5 x 5
# Groups:   Category [2]
  Category    Item Shop1 Shop2 Shop3
    <fctr>  <fctr> <int> <int> <int>
1    Fruit  Apples     4     6     0
2    Fruit Oranges     0     2     7
3    Dairy Yoghurt     0     0     0
4    Dairy    Milk     0     1     0
5    Dairy  Cheese     0     0     0

3) 过滤/拆分 另一个基本解决方案是:

do.call("rbind", Filter(function(x) any(x[-1:-2]), split(DF, DF$Category)))

给予:

        Category    Item Shop1 Shop2 Shop3
Dairy.6    Dairy Yoghurt     0     0     0
Dairy.7    Dairy    Milk     0     1     0
Dairy.8    Dairy  Cheese     0     0     0
Fruit.1    Fruit  Apples     4     6     0
Fruit.2    Fruit Oranges     0     2     7

4) dplyr/tidyr 使用 gather 将数据转换为长格式，其中每个值都有一行，然后使用 any 过滤组。最后转换回宽格式。

library(dplyr)
library(tidyr)
DF %>% 
  gather(shop, value, -(Category:Item)) %>% 
  group_by(Category) %>% 
  filter(any(value)) %>% 
  ungroup %>% 
  spread(shop, value)

给予:

# A tibble: 5 x 5
  Category    Item Shop1 Shop2 Shop3
*   <fctr>  <fctr> <int> <int> <int>
1    Dairy  Cheese     0     0     0
2    Dairy    Milk     0     1     0
3    Dairy Yoghurt     0     0     0
4    Fruit  Apples     4     6     0
5    Fruit Oranges     0     2     7

注意: 可重现形式的输入是:

Lines <- "  Category     Item Shop1 Shop2 Shop3
1    Fruit   Apples     4     6     0
2    Fruit  Oranges     0     2     7
3      Veg Potatoes     0     0     0
4      Veg   Onions     0     0     0
5      Veg  Carrots     0     0     0
6    Dairy  Yoghurt     0     0     0
7    Dairy     Milk     0     1     0
8    Dairy   Cheese     0     0     0"

DF <- read.table(text = Lines)