删除 colsums=0 的列

Question

我有一个矩阵，它的元素是 0, 1,2,NA！
我想删除它们的 colsum 等于 0 或 NA 的列！我想从原始矩阵中删除这些列并为这些列创建一个新矩阵（非零列和）！ （我认为在计算 colsum 时，我考虑了 na.rm=True 并删除 colsum=0 的列，因为如果我考虑 na.rm=False，我的 colsum 的所有值都会得到 NA）

这是我的矩阵格式：

mat[1:6,1:6]

1:11059017  1:11088817  1:11090640   1:11099385   1:1109967  1:111144756

 0        0            0             0           NA          0
 0        0            0             0           0          NA
 1       NA            2             0           NA          0    
 0        0            0             1          0           2  
 2        0            0             0          0           0
 0        0            NA            0          0           0

 Summat <-  colSums(mat,na.rm = TRUE)

head(summat)

1:11059017  1:11088817  1:11090640   1:11099385   1:1109967  1:111144756 

[,1]   3           0             2          1           0            2

第 2 列和第 5 列的 colsum=0，所以我应该将它们从 met 中删除，并将其余列保留在另一个矩阵中。

我的输出应该如下所示：

met-nonzero

 1:11059017      1:11090640     1:11099385     1:111144756

  0             0                  0                0
  0             0                  0                NA
  1             2                  0                0
  0             0                  1                2  
  2             0                  0                0
  0             NA                 0                0

您能告诉我该怎么做吗？

数据：

structure(c(0L, 0L, 1L, 0L, 2L, 0L, 0L, 0L, NA, 0L, 0L, 0L, 0L, 
0L, 2L, 0L, 0L, NA, 0L, 0L, 0L, 1L, 0L, 0L, NA, 0L, NA, 0L, 0L, 
0L, 0L, NA, 0L, 2L, 0L, 0L), .Dim = c(6L, 6L), .Dimnames = list(
    NULL, c("X1.11059017", "X1.11088817", "X1.11090640", "X1.11099385", 
    "X1.1109967", "X1.111144756")))

谢谢

Answer 1

找出哪些有colSums != 0：

i <- (colSums(mat, na.rm=T) != 0) # T if colSum is not 0, F otherwise

然后您可以选择或删除它们，例如

matnonzero <- mat[, i] # all the non-zero columns
matzeros <- mat[, !i]  # all the zero columns

---

更新评论（有没有办法在没有colSums 的情况下做到这一点）。 IMO，是的，有，但 colSums 是更优雅/更有效的方法之一。

你可以这样做：

apply(is.na(mat) | mat == 0, 2, all)

对于所有为 NA/0 的每一列都将返回 TRUE，因此

mat[, !apply(is.na(mat) | mat == 0, 2, all)]

将返回所有非零列。

但是colSums 比apply 快。

system.time( replicate(1000, mat[, !apply(is.na(mat) | mat == 0, 2, all)]) )
#   user  system elapsed 
#  0.068   0.000   0.069 
system.time( replicate(1000, mat[, colSums(mat, na.rm=T) != 0]))
#   user  system elapsed 
#  0.012   0.000   0.013 

我相信还有很多其他方法可以做到这一点。

---

更新再次，因为 OP 不断在 cmets 中添加他们的问题.. 新问题是：删除所有列：

• 有 0 或 NA
• 整列都包含相同的值。

机制没有改变 - 您只需为每列确定是否保留它的布尔值（真或假）。

例如

就像如果列中的all 值是is.na 或==0 一样，您删除该列，您可以使用第二个条件编写（例如）length(unique({column})) == 1 或all(diff({column})) == 0，或许多其他等效方式.

所以要将它们组合起来，请记住apply(X, 2, FUN) 会将函数FUN 应用于X 的每一列。

所以你可以这样做：

i <- apply(mat,
      2,
      function (column) {
          any(is.na(col) | col == 0) |
          length(unique(col)) == 1
      })

如果列有任何 NA 或 0，或者如果整个列只有一个唯一值，则返回 TRUE。所以这是TRUE，如果我们应该丢弃该列。然后像以前一样对矩阵进行子集化，即

mat[, !i]

如果您希望在您已经要求的条件之外添加更多条件不同，请仔细考虑并自己尝试一下，如果仍然不能，请提出一个新问题而不是而不是再次修改这个。