提问人：littleworth 提问时间：3/15/2018 更新时间：11/11/2022 访问量：15307
如何使用 dplyr 管道删除所有列均为零的行
How to remove rows where all columns are zero using dplyr pipe
问：
我有以下数据框：
dat <- structure(list(`A-XXX` = c(1.51653275922944, 0.077037240321129,
0), `fBM-XXX` = c(2.22875185527511, 0, 0), `P-XXX` = c(1.73356698481106,
0, 0), `vBM-XXX` = c(3.00397859609183, 0, 0)), .Names = c("A-XXX",
"fBM-XXX", "P-XXX", "vBM-XXX"), row.names = c("BATF::JUN_AHR",
"BATF::JUN_CCR9", "BATF::JUN_IL10"), class = "data.frame")
dat
#> A-XXX fBM-XXX P-XXX vBM-XXX
#> BATF::JUN_AHR 1.51653276 2.228752 1.733567 3.003979
#> BATF::JUN_CCR9 0.07703724 0.000000 0.000000 0.000000
#> BATF::JUN_IL10 0.00000000 0.000000 0.000000 0.000000
我可以使用以下命令删除包含所有列零的行：
> dat <- dat[ rowSums(dat)!=0, ]
> dat
A-XXX fBM-XXX P-XXX vBM-XXX
BATF::JUN_AHR 1.51653276 2.228752 1.733567 3.003979
BATF::JUN_CCR9 0.07703724 0.000000 0.000000 0.000000
但是我怎样才能用 dplyr 的管道风格做到这一点呢？
答：
3赞
akrun
3/15/2018
#1
我们可以使用 from 根据逻辑向量获取行和数据集的总和reducepurrrfilter
library(tidyverse)
dat %>%
reduce(`+`) %>%
{. != 0} %>%
filter(dat, .)
# A-XXX fBM-XXX P-XXX vBM-XXX
#1 1.51653276 2.228752 1.733567 3.003979
#2 0.07703724 0.000000 0.000000 0.000000
注意：在 中，row.names 被剥离。最好稍后创建新列或分配 row.names%>%
如果我们还需要行名，请尽早创建一个行名列，然后使用它来更改末尾的行名
dat %>%
rownames_to_column('rn') %>%
filter(rowSums(.[-1]) != 0) %>%
`row.names<-`(., .[['rn']]) %>% select(-rn)
# A-XXX fBM-XXX P-XXX vBM-XXX
#BATF::JUN_AHR 1.51653276 2.228752 1.733567 3.003979
#BATF::JUN_CCR9 0.07703724 0.000000 0.000000 0.000000
评论
0赞
littleworth
3/15/2018
谢谢。实际上，我的首字母是一长串的管道。我怎样才能修改你的代码，使其不兼容。datfilter(dat,.)
0赞
littleworth
3/15/2018
更正你的包含，因为我的 dat 是长系列的管道。filterdat
0赞
littleworth
3/15/2018
谢谢，但这样做会删除行名。我想保留行名。
0赞
akrun
3/15/2018
@scamander 这一步之后你还有别的操作吗？因为，即使我们保留了 row.names，它也会在下一个链中被剥离
12赞
talat
3/15/2018
#2
下面是一个 dplyr 选项：
library(dplyr)
filter_all(dat, any_vars(. != 0))
# A-XXX fBM-XXX P-XXX vBM-XXX
#1 1.51653276 2.228752 1.733567 3.003979
#2 0.07703724 0.000000 0.000000 0.000000
在这里，我们利用这样的逻辑：如果任何变量不等于零，我们将保留它。这与删除所有变量都等于零的行相同。
关于 row.names：
library(tidyverse)
dat %>% rownames_to_column() %>% filter_at(vars(-rowname), any_vars(. != 0))
# rowname A-XXX fBM-XXX P-XXX vBM-XXX
#1 BATF::JUN_AHR 1.51653276 2.228752 1.733567 3.003979
#2 BATF::JUN_CCR9 0.07703724 0.000000 0.000000 0.000000
评论
0赞
littleworth
3/15/2018
需要保留行名。如何修改您的代码？
1赞
talat
3/15/2018
@scamander，请看我的更新。通常，在使用 dplyr（或 data.table）时，您不希望使用 row.names。相反，请始终将该信息存储在单独的列中。
0赞
Art
1/7/2021
如何使用 dplyr 和 across（） 而不是 _all 做到这一点？
1赞
hnagaty
4/12/2021
@Art，你可以使用，我在帮助页面找到了一个例子。我定制了这个例子并发布了一个新的答案。if_anyacross()
1赞
Calum You
3/15/2018
#3
这是第三个选项，用于生成所有行是否为零的索引。绝对不如 ，但使用 ！purrr::pmapfilter_atpmap
dat <- structure(list(`A-XXX` = c(1.51653275922944, 0.077037240321129,
0), `fBM-XXX` = c(2.22875185527511, 0, 0), `P-XXX` = c(1.73356698481106,
0, 0), `vBM-XXX` = c(3.00397859609183, 0, 0)), .Names = c("A-XXX",
"fBM-XXX", "P-XXX", "vBM-XXX"), row.names = c("BATF::JUN_AHR",
"BATF::JUN_CCR9", "BATF::JUN_IL10"), class = "data.frame")
library(tidyverse)
dat %>%
rownames_to_column() %>%
bind_cols(all_zero = pmap_lgl(., function(rowname, ...) all(list(...) == 0))) %>%
filter(all_zero == FALSE) %>%
`rownames<-`(.$rowname) %>%
select(-rowname, -all_zero)
#> A-XXX fBM-XXX P-XXX vBM-XXX
#> BATF::JUN_AHR 1.51653276 2.228752 1.733567 3.003979
#> BATF::JUN_CCR9 0.07703724 0.000000 0.000000 0.000000
由 reprex 软件包 （v0.2.0） 于 2018-03-14 创建。
1赞
mgrund
10/23/2020
#4
这是使用 dplyr 的逐行运算的另一个选项（定义三个示例列，计算按行总和）：col1,col2,col3
library(tidyverse)
df <- df %>%
rowwise() %>%
filter(sum(c(col1,col2,col3)) != 0)
或者，如果您有大量变量（列）可供选择，您也可以通过以下方式使用 tidyverse 选择语法：
df <- df %>%
rowwise() %>%
filter(sum(c_across(col1:col3)) != 0)
有关详细信息，请参阅：https://dplyr.tidyverse.org/articles/rowwise.html
4赞
Agile Bean
1/7/2021
#5
更新 2022-11-11
使用最新的 tidyverse 软件包，.现在更新的解决方案是：across() in filter() is deprecated
data %>% filter(if_all(everything(.), ~. != 0))
旧解决方案（已终止）
通过@mgrund补充答案， DPLYR 1.0.0 的较短替代方案是：
# Option A:
data %>% filter(across(everything(.)) != 0))
# Option B:
data %>% filter(across(everything(.), ~. != 0))
说明：
检查每个tidy_select变量，该变量表示每一列。在选项 A 中，如果每列不为零，则检查每一列，这加起来就是每列中一整行零。在选项 B 中，对每一列都应用公式 （~），用于检查当前列是否为零。across()everything()
编辑：
由于已经按行检查，因此您不需要.这与 或 不同。filterrowwise()selectmutate
重要提示：
在选项 A 中，关键是要写 ，
而不是 ！across(everything(.)) != 0across(everything(.) != 0))
原因：
需要一个 tidyselect 变量（这里），而不是布尔值（这将是acrosseverything()everything(.) != 0))
评论
0赞
Art
1/7/2021
错误：输入 有问题。x 必须使用有效的下标向量对列进行子集化。x 下标的类型错误。i 它必须是数字或字符。i 输入为 。i 错误发生在第 1 行。filter()..1logical..1across(everything() != 0)
1赞
Agile Bean
1/8/2021
你是对的，我的版本只适用于没有.纠正！rowwise
4赞
hnagaty
4/12/2021
#6
您可以使用新的 .我定制了一个在文档中找到的示例if_any()if_any()
library(dplyr)
library(tibble)
dat <- structure(list(`A-XXX` = c(1.51653275922944, 0.077037240321129,
0), `fBM-XXX` = c(2.22875185527511, 0, 0), `P-XXX` = c(1.73356698481106,
0, 0), `vBM-XXX` = c(3.00397859609183, 0, 0)), .Names = c("A-XXX",
"fBM-XXX", "P-XXX", "vBM-XXX"), row.names = c("BATF::JUN_AHR",
"BATF::JUN_CCR9", "BATF::JUN_IL10"), class = "data.frame")
dat
#> A-XXX fBM-XXX P-XXX vBM-XXX
#> BATF::JUN_AHR 1.51653276 2.228752 1.733567 3.003979
#> BATF::JUN_CCR9 0.07703724 0.000000 0.000000 0.000000
#> BATF::JUN_IL10 0.00000000 0.000000 0.000000 0.000000
dat %>%
rownames_to_column("ID") %>%
filter(if_any(!matches("ID"), ~ . != 0)) %>%
column_to_rownames("ID")
#> A-XXX fBM-XXX P-XXX vBM-XXX
#> BATF::JUN_AHR 1.51653276 2.228752 1.733567 3.003979
#> BATF::JUN_CCR9 0.07703724 0.000000 0.000000 0.000000
创建于 2021-04-12 由 reprex 软件包 （v1.0.0）
评论