在 R 中的数据框中的任何列中过滤包含特定布尔值的行答案

【问题标题】：Filter rows that contain specific boolean value in any column in a dataframe in R在 R 中的数据框中的任何列中过滤包含特定布尔值的行
【发布时间】：2021-03-09 14:15:51
【问题描述】：

假设我有一个数据框：

data <- data.frame(w = c(1, 2, 3, 4), x = c(F, F, F, F), y = c(T, T, F, T), 
                   z = c(T, F, F, T), z1 = c(12, 4, 5, 15))

data
#>   w     x     y     z z1
#> 1 1 FALSE  TRUE  TRUE 12
#> 2 2 FALSE  TRUE FALSE  4
#> 3 3 FALSE FALSE FALSE  5
#> 4 4 FALSE  TRUE  TRUE 15

问题

如何过滤所有布尔变量为FALSE 的行？在这种情况下，row 3。或者换句话说，我想得到一个每行至少有一个 TRUE 值的数据框。

预期输出

#>   w     x     y     z z1
#> 1 1 FALSE  TRUE  TRUE 12
#> 2 2 FALSE  TRUE FALSE  4
#> 3 4 FALSE  TRUE  TRUE 15

尝试

library(tidyverse)
data %>% filter(x == T | y == T | z == T)

#>  w     x    y     z z1
#> 1 1 FALSE TRUE  TRUE 12
#> 2 2 FALSE TRUE FALSE  4
#> 3 4 FALSE TRUE  TRUE 15

以上是一个可行的选项，但根本不可扩展。使用dplyr's filter()函数有没有更方便的选择？

【问题讨论】：

标签： r filter dplyr

【解决方案1】：

rowSums() 是一个不错的选择 - TRUE 为 1，FALSE 为 0。

cols = c("x", "y", "z")

## all FALSE
df[rowSums[cols] == 0, ]

## at least 1 TRUE
df[rowSums[cols] >= 1, ]

## etc.

对于dplyr，我会使用同样的想法：

df %>%
  filter(
    rowSums(. %>% select(all_of(cols))) >= 1
  )

【讨论】：

【解决方案2】：

使用 dplyr 的filter()，

library(dplyr)

filter(data, (x + y + z) > 0 )

  w     x    y     z z1
1 1 FALSE TRUE  TRUE 12
2 2 FALSE TRUE FALSE  4
3 4 FALSE TRUE  TRUE 15

【讨论】：

OP 说这是不可扩展的。

【解决方案3】：

# after @Gregor Thomas's suggestion on using TRUE or FALSE
df[!(apply(!df[, c('x', 'y', 'z')], 1, all)), ]

# without rowSums
df[!(apply(df[, c('x', 'y', 'z')] == FALSE, 1, all)), ]

# with rowSums
df[rowSums(df[, c('x', 'y', 'z')] == FALSE) != 3, ]
#  w     x    y     z z1
#1 1 FALSE TRUE  TRUE 12
#2 2 FALSE TRUE FALSE  4
#4 4 FALSE TRUE  TRUE 15

【讨论】：