R子集dataframe - max值和NA

Question

我有以下测试数据

df <- data.frame(V1 = c(1, 2, 3), V2 = c(0, 5, NA), V3=c(NA, 10, NA), V4=c(2, 2, NA))    

> df

   V1 V2 V3 V4
 1  1  0 NA  2
 2  2  5 10  2
 3  3 NA NA NA       

现在，我想对这个数据进行子集：

• 保留V2:V4的最大值小于3

的行

或

• 保留V2:V4的所有值都为NA

的行

结果应该是这样的：

df_new

   V1 V2 V3 V4
 1  1  0 NA  2
 3  3 NA NA NA   

只保留原始数据的第一行和第三行。

我可以使用以下命令：

subset(DF, (is.na(V2) & is.na(V3) & is.na(V4)) | ((V2 < 3 | is.na(V2)) & (V3 < 3 | is.na(V3)) & (V4 < 3 | is.na(V4))))

做这件事。但这相当繁琐&在我的实际数据框架中，需要检查的列超过30列，因此必须有更好的方法来完成这一任务。

Answer 1

你可以：

df[rowSums(df[, 2:4] >= 3, na.rm = TRUE) == 0, ]

  V1 V2 V3 V4
1  1  0 NA  2
3  3 NA NA NA

Answer 2

在dplyr中，我们可以使用filter_at选择要检查的特定列，将replace NA值选择为0，并选择所有值都小于3的行。

library(dplyr)
df %>% filter_at(vars(V2:V4), all_vars(replace(., is.na(.), 0) < 3))

#  V1 V2 V3 V4
#1  1  0 NA  2
#2  3 NA NA NA