您是否可以使用rowSums为通常具有“1”值的行进行选择，但如果所有列的值都为“1”，则可以排除行吗？

Question

我有一个包含30个细菌(列)和他们所拥有的基因(行)的数据框架。如果细菌缺乏该基因，数据帧中的值为，而当细菌有该基因时，值为1。

我想知道哪些基因是常见的，但在30种细菌和很少被发现的基因之间仍然存在差异。

cleansymbols3是我的数据框架，我想创建一个新的数据框架，commonsymbols只包含在至少20个细菌中发现的基因，而不是所有细菌。

下面这一行选择了在20种或更多细菌中常见的基因，但是如何设置范围20:29呢？

commonsymbols <- cleansymbols3[rowSums(cleansymbols3) >= 20, ]

我试过这条线

commonsymbols <- cleansymbols3[ which( rowSums(cleansymbols3) >= 20 | rowSums(cleansymbols3) <= 29 ), ]

但是它选择了所有的基因，可能是因为它首先寻找rowSums > 20，然后寻找rowSums < 29，它们一起是行。

Answer 1

使用&而不是|

commonsymbols <-
cleansymbols3[rowSums(cleansymbols3) >= 20 & rowSums(cleansymbols3) <= 29, ]

|是OR，但&是和。因此，您编写的代码正在查找行和大于20或小于30的行。字面上说，每一个数字都符合这些标准！

使用&只查找行和大于20、和小于30的行。也就是说，它介于这两个值之间。

PS我删除了which()

您不需要在这个上下文中使用它，因为x[c(2,4,5)]等同于x[c(FALSE, TRUE, FALSE, TRUE, TRUE)]

Answer 2

使用dplyr的替代答案

您也可以使用dplry包来完成这个任务：

require(dplyr)

commonsymbols <- 
  rowwise(cleansymbols3) |> 
  mutate(total = sum(c_across())) |> 
  filter(total > 20, total < 30) |> 
  select(-total)