我有一个大数据集(202k 点)。我知道有 8 个超过 0.5 的值。我想对这些行进行子集化。
如何查找/返回值大于 0.5 的行号列表?
如果数据集是一个名为 的向量x
:
(1:length(x))[x > 0.5]
如果数据集是命名的 data.frame 或矩阵x
,并且感兴趣的变量在 column 中j
:
(1:nrow(x))[x[,j] > 0.5]
但是,如果您只想找到子集并且不需要行号,请使用
subset(x, x > 0.5)
对于一个向量和
subset(x, x[,j] > 0.5)
对于矩阵或data.frame。
which(x > 0.5)
这是一些虚拟数据:
D<-matrix(c(0.6,0.1,0.1,0.2,0.1,0.1,0.23,0.1,0.8,0.2,0.2,0.2),nrow=3)
看起来像:
> D
[,1] [,2] [,3] [,4]
[1,] 0.6 0.2 0.23 0.2
[2,] 0.1 0.1 0.10 0.2
[3,] 0.1 0.1 0.80 0.2
这是逻辑行索引,
index <- (rowSums(D>0.5))>=1
您可以使用它来提取所需的行:
PeakRows <- D[index,]
看起来像这样:
> PeakRows
[,1] [,2] [,3] [,4]
[1,] 0.6 0.2 0.23 0.2
[2,] 0.1 0.1 0.80 0.2
使用参数arr.ind=TRUE
withwhich
是查找条件为 的行(或列)号的好方法TRUE
,
df <- matrix(c(0.6,0.2,0.1,0.25,0.11,0.13,0.23,0.18,0.21,0.29,0.23,0.51), nrow=4)
# [,1] [,2] [,3]
# [1,] 0.60 0.11 0.21
# [2,] 0.20 0.13 0.29
# [3,] 0.10 0.23 0.23
# [4,] 0.25 0.18 0.51
which
witharr.ind=TRUE
返回条件所在的数组索引TRUE
which(df > 0.5, arr.ind=TRUE)
row col
[1,] 1 1
[2,] 4 3
所以子集变成
df[-which(df > 0.5, arr.ind=TRUE)[, "row"], ]
# [,1] [,2] [,3]
# [1,] 0.2 0.13 0.29
# [2,] 0.1 0.23 0.23