R：排除矩阵中具有特定条件的列答案

【问题标题】：R: Exclude columns with specific conditions in a matrixR：排除矩阵中具有特定条件的列
【发布时间】：2020-12-19 04:06:02
【问题描述】：

我正在尝试根据 R 中的特定条件排除某些列。我的数据是一个包含 5000 行和 1000 列的大矩阵。看起来是这样的：

我想排除每月平均观察次数少于 100 次的所有列。我尝试了一个 for 循环，但它返回一个空值。

【问题讨论】：

Eli，请提供一种方法让我们重现您的数据，您可以在您的 R 对象上使用 dput() 函数，然后将结果复制并粘贴到这篇文章中。
请使用dput添加数据，而不是图像。还显示相同的预期输出。请阅读有关how to ask a good question 的信息以及如何提供reproducible example。您可以创建一个小示例，其中有 5-8 列，而不是 100 个观察值，我们可以保留只有 3-4 个观察值的列。
colSums(is.na()) 将告诉您每列有多少个 NA .. 您使用此布尔值对矩阵进行子集化？例如，[,colSums(is.na())
@StupidWolf 非常感谢！效果很好！
太好了。下次尝试像@RonakShah 指出的那样提供您的数据示例。

标签： r matrix na

【解决方案1】：

你应该看看 tibble 的 as_tbble() 和 dplyr 的 select_if() 函数。

类似...

months <- 3

matrix %>% as_tibble() %>% 
select_if(function (col) sum(!is.na(col)) > 100 * months )

【讨论】：

感谢 Daniel Lathrop！我试过了，但它返回以下错误： UseMethod("tbl_vars") 中的错误：没有适用于 'tbl_vars' 的方法应用于类“c('matrix', 'integer', 'numeric')”的对象跨度>
对……这是一个矩阵而不是数据框。我的错。可以将矩阵转换为df吗？我正在编辑我的答案以采用这种方法。
我将其转换为 data.table，但使用该代码 dt %>% select_if(function (cols) sum(!is.na(cols)) > 100 * months )，我得到了 0 行。另外我不明白为什么要为月份赋值。我每个月都有数百行。预期输出是一个矩阵或表格，不包括具有少于 100 个观测值的所有列，即 5000 - 100 个 NA 观测值，但月份的列除外。谢谢！