在列上使用 apply() 来输出子集答案

【问题标题】：Using apply() over columns to output subsets在列上使用 apply() 来输出子集
【发布时间】：2014-06-07 06:27:50
【问题描述】：

我在R 中有一个数据框，其中大部分列是值，但只有一个字符列。对于除字符列之外的每一列，我想对超过阈值的值进行子集化，并获得字符列中的相应值。

我无法找到包含我想要的数据模式的内置数据集，因此可以访问我的数据的dputhere。

当我使用子集时，我得到了我期望的输出：

> df[abs(df$PA3) > 0.32,1]
[1] "SSI_01" "SSI_02" "SSI_04" "SSI_05" "SSI_06" "SSI_07" "SSI_08" "SSI_09"

当我尝试使用 apply 迭代数据框的列时，我得到一个递归错误：

> apply(df[2:10], 2, function(x) df[abs(df[[x]])>0.32, 1])
 Error in .subset2(x, i, exact = exact) : 
  recursive indexing failed at level 2

有什么建议我哪里出错了吗？

【问题讨论】：

【解决方案1】：

另一种变化：

apply(abs(df[-1]) > .32, 2, subset, x=df[[1]])

这里可爱的技巧是通过指定x 参数来“咖喱”子集。我希望我可以用[ 来做这件事，但这并不能以典型的方式处理命名参数，因为它是一个原始函数:..(

【讨论】：

【解决方案2】：

您的解决方案不起作用的原因是传递给您的用户定义函数的x 实际上是df 的一列。因此，您只需稍作修改（将 df[[x]] 替换为 x）即可让您的解决方案工作：

apply(df[2:10], 2, function(x) df[abs(x)>0.32, 1])

您可以使用... 参数到apply 来传递额外的参数。在这种情况下，您需要传递第一列：

apply(df[2:10], 2, function(x, y) y[abs(x) > 0.32], y=df[,1])

【讨论】：

【解决方案3】：

试试：

lapply(df[,2:10],function(x) df[abs(x)>0.32, 1])

或者使用apply:

apply(df[2:10], 2, function(x) df[abs(x)>0.32, 1])

【讨论】：

【解决方案4】：

一个快速且简单的解决方案可能是：

 sapply(2:10, function(x) df[abs(df[,x])>0.32, 1])

【讨论】：