r - 根据所有组中值的长度过滤 data.frame 中的行

Question

我有一个像这样的数据框:

df<-data.frame( Id = paste0("g",1:6),
a= c(6:11),
b = c(10:13,NA,NA),
c = c(7:10,NA,10),
d = c(NA,7:9,NA,13),
e= c(NA,6:10),
f= c(NA,NA,NA,4:5,NA))
colnames(df)=c("ID",rep("normal",3),rep("patient",3))

> df
  ID normal normal normal patient patient patient
1 g1      6     10      7      NA      NA      NA
2 g2      7     11      8       7       6      NA
3 g3      8     12      9       8       7      NA
4 g4      9     13     10       9       8       4
5 g5     10     NA     NA      NA       9       5
6 g6     11     NA     10      13      10      NA

此 df 包含两组(正常和患者)的数据。我将对所有行执行一些分析，因此每行中的所有组必须至少有两个值。我使用以下代码来筛选行所有组都没有至少两个值。

    fx=function(x){length(x[!is.na(x)])>=2}
    f1=apply(df[,2:4], 1,fx)#filter based on group normal
    f2=apply(df[,5:7], 1,fx)#filter based on group patient
    df=subset(df,f1&f2)
> df
  ID normal normal.1 normal.2 patient patient.1 patient.2
2 g2      7       11        8       7         6        NA
3 g3      8       12        9       8         7        NA
4 g4      9       13       10       9         8         4
6 g6     11       NA       10      13        10        NA

但这些代码对于组数有限的数据很有用。我的主要数据有 100 个组(所有组都有 3 个重复)，colnames(df)=paste0("grp",sort(rep(1:100,3))) 因此我需要一些简单的代码来过滤包含 100 个组的 data.frame 中的行。

我的目标:删除每组中没有至少两个值的行。

Answer 1

可以做:

library(dplyr)

names(df) <- paste0(names(df), 1:ncol(df))

df %>%
  filter(
    rowSums(!is.na(select(., contains("normal")))) >= 2 &
      rowSums(!is.na(select(., contains("patient")))) >= 2
  )