使用 TRUE 和 FALSE 数组索引 data.frames

Question

我在 R 中索引 data.frames 时遇到了一些问题。我是 R 初学者。我有一个名为d 的data.frame，它有35512 列和77 行。我有一个名为 rd 的列表，其中包含 35512 个元素。我希望d 的所有列对应于rd 中的项目小于100。这就是我正在做的事情：

# just to prove I'm not crazy
> length(colnames(d))
[1] 35512
> length(rownames(d))
[1] 77
> length(rd)
[1] 35512
# find all the elements of rd less than 100 (+ unnecessary faffing?)
> i <- unlist(rd<100)
> names(i) <- NULL
# try to extract all the elements of d corresponding to rd < 100
> d <- d[,i]
Error in `[.data.frame`(d, , i) : undefined columns selected

我真的不想做unlist 和names(i) <- NULL 的事情，但我越来越偏执了。谁能帮忙看看这个错误信息到底意味着什么？

如果有帮助，rd 变量是使用以下内容创建的：

rd = lapply(lapply(d, range), diff)

希望能告诉我d 每一列范围的差异。

附：任何能告诉我一个命令来查找 data.frame 的形状而不是查询其行名和列名的长度的人都将获得额外的奖励。

编辑：这是rd 的样子：

> rd[1:3]
$`10338001`
[1] 7198.886

$`10338003`
[1] 4748.963

$`10338004`
[1] 3173.046

当我完成我的工作后，i 看起来像这样：

> i[7:10]
[1] FALSE FALSE FALSE  TRUE

Answer 1

你试过了吗：

d[,rd < 100]

这是一个独立的例子：

d <- data.frame(matrix(1:100, ncol=10))
rd <- as.list(1:10)
d[,rd < 5]

要获取数据框的形状，请使用nrow 和ncol。

编辑：

根据您对我的NA 问题的回答，听起来您的索引中有非逻辑值是由列表中的缺失值导致的。最好的办法是首先决定如何处理缺失值。然后使用is.na 函数处理它们（这里我从上面扩展我的示例）：

rd[[3]] <- NA
d[,rd < 5]
# => Error in `[.data.frame`(d, , rd < 5) : undefined columns selected

为了解决这个问题，我将 NA 值设置为 0（这意味着相应的列将包含在最终的 data.frame 中）：

rd[is.na(rd)] <- 0
d[,rd < 5]

您需要自行决定如何处理 NA 值。

Answer 2

对于奖励 Q，您可以使用“dim”命令获得数据框或矩阵的“形状”。

A = matrix( ceiling(10*runif(40)), nrow=8)
colnames(A) = c("col1", "col2", "col3", "col4", "col5")
df = data.frame(A)
b = ceiling(100*runif(5))

ndx = b < 50          
result = df[,ndx]     # just the columns of df corresponding to b < 50