R：获取只有值 0 的列答案

【问题标题】：R: get columns that only have value 0R：获取只有值 0 的列
【发布时间】：2020-03-30 02:11:59
【问题描述】：

示例代码：

df:

#                        a                       b                       c
# 1 -0.0010616345688829504  -4.1135727372109387e-05 -0.0001814242939304348

只有 1 行 3000+ 列。

我想知道如何只选择带有 0 的列（其中有我已经确认查看数据。）

期待这样的事情：

res:

#   d                        e                      f
# 1 0                        0                      0

【问题讨论】：

标签： r apply

【解决方案1】：

Filter 的选项来自base R

Filter(function(x) all(x == 0), df)
#   d e f
#1 0 0 0

或者dplyr

library(dplyr)
df %>%
   select_if(~ all(. == 0))
#  d e f
#1 0 0 0

数据

df <- structure(list(a = -0.00106163456888295, b = -4.11357273721094e-05, 
    c = -0.000181424293930435, d = 0, e = 0, f = 0), class = "data.frame", row.names = c(NA, 
-1L))

【讨论】：

【解决方案2】：

可以说是最简单的解决方案（使用@arg0naut91 的数据）：

df[, df==0]
  d e f
1 0 0 0

【讨论】：

为我返回undefined columns selected
你在用@arg0naut91的df吗？

【解决方案3】：

如果只有一行，你可以否定列（如0 == FALSE）：

res <- df[, !df]

或者检查colSums在哪里0：

res <- df[, colSums(df) == 0]

输出：

  d e f
1 0 0 0

数据：

df <- structure(list(a = -0.00106163456888295, b = -4.11357273721094e-05, 
    c = -0.000181424293930435, d = 0, e = 0, f = 0), class = "data.frame", row.names = c(NA, 
-1L))

基准测试显示@akrun 的Filter 是迄今为止最快的（没有包括dplyr 变体，因为它是迄今为止最慢的）：

Unit: milliseconds
    expr     min       lq     mean   median       uq      max neval
   which 25.1935 26.95415 29.42942 28.00300 31.34740 181.5487  1000
      == 14.2807 15.25200 16.84471 15.73310 16.92505 182.6126  1000
  Filter  1.6767  1.80705  2.02523  1.90270  1.99135   7.5026  1000
 colSums 11.0489 11.85425 12.83663 12.26115 13.04670  23.9469  1000
       ! 14.2278 15.07710 16.55270 15.55400 16.76835 187.0145  1000

基准代码：

set.seed(3234)

ncols <- 3000
df <- as.data.frame(matrix(rpois(ncols, 0.5), ncol = ncols))

bench <- microbenchmark::microbenchmark(

  which = df[, which(df[1, ] == 0)],
  `==` = df[, df == 0],
  Filter = Filter(function(x) all(x == 0), df),
  colSums = df[, colSums(df) == 0],
  `!` = df[, !df],
  times = 1000

)

【讨论】：

【解决方案4】：

df[,which(df[1,]==0)]

应该做的工作。

【讨论】：