自 NA 行蔓延以来过滤数据帧的问题

Question

我正在尝试在整个数据帧上使用逻辑运算符过滤数据帧，并且不知何故 NA 行在子集数据帧中蔓延。我已经查看了Subsetting R data frame results in mysterious NA rows 和Subsetting R data frame results in mysterious NA rows，但我无法找到或找到解决方案。

df <- data.frame(number1 = c(1:5,-13,-2,-34,24,33), number2 = c(10:3, -73, -82))
df
df[df>=0 & !is.na(df$number2),]

我正在尝试过滤，以便在原始数据框中的任何行中都没有负值。我最终得到 18 行 df 和多个 NA 行。

我尝试在我的 df 上使用 sapply 来检查逻辑操作是否正常。但如果我用 "which" 换行，我会得到所有 18 行。

sapply(names(df), function(x) df[x]>=0)

我的目标是在任何列中获得一个没有负值的 df。

编辑：在我的情况下，我不知道结果 df 在过滤它们之前会有多少列。因此，使用 & 运算符单独过滤列是不可能的。这正是我试图应用逻辑运算符或整个 df 的原因

Answer 1

首先认为您需要将矩阵减少为单个向量。如果您想将其推广到任意数量的列，您可以这样做

df[Reduce(`&`, lapply(df, `>=`, 0)), ]
#   number1 number2
# 1       1      10
# 2       2       9
# 3       3       8
# 4       4       7
# 5       5       6

或

df[rowSums(df >= 0) == ncol(df), ]
#   number1 number2
# 1       1      10
# 2       2       9
# 3       3       8
# 4       4       7
# 5       5       6

Answer 2

试试下面的。在所需条件之间使用 AND：

> df[df$number1>0 & df$number2>0,]
  number1 number2
1       1      10
2       2       9
3       3       8
4       4       7
5       5       6

Answer 3

问题是您试图过滤行，这意味着您应该将一维逻辑向量传递给选择器，而不是传递一个二维逻辑矩阵。使用这个矩阵作为选择器意味着行不一定会被过滤，值只会被删除。

如果您执行以下操作，它将删除所有具有负值的行，而不会产生任何结果 NA

df <- data.frame(number1 = c(1:5,-13,-2,-34,24,33), number2 = c(10:3, -73, -82))
df
df[df[,1]>=0 & df[,2]>=0,]

其中df[,1]>=0 & df[,2]>=0 返回两列均为正数的行的一维逻辑向量。