Как удалить строки с любым нулевым значением

Есть несколько способов сделать это. Я предпочитаю использовать apply, так как его легко расширить:

##Generate some data
dd = data.frame(a = 1:4, b= 1:0, c=0:3)

##Go through each row and determine if a value is zero
row_sub = apply(dd, 1, function(row) all(row !=0 ))
##Subset as usual
dd[row_sub,]

Я бы, вероятно, согласился с предложением Джорана заменить 0 на NA, а затем использовать встроенные функции, о которых вы упомянули. Если вы не можете / не хотите этого делать, можно использовать any() для поиска строк, содержащих 0, и их подмножества:

set.seed(42)
#Fake data
x <- data.frame(a = sample(0:2, 5, TRUE), b = sample(0:2, 5, TRUE))
> x
  a b
1 2 1
2 2 2
3 0 0
4 2 1
5 1 2
#Subset out any rows with a 0 in them
#Note the negation with ! around the apply function
x[!(apply(x, 1, function(y) any(y == 0))),]
  a b
1 2 1
2 2 2
4 2 1
5 1 2

Чтобы реализовать метод Джорана, вы должны начать примерно так:

x[x==0] <- NA

Что ж, вы можете поменять свои 0 на NA, а затем использовать одно из этих решений, но для разницы вы могли заметить, что число будет иметь конечный логарифм, только если оно больше 0, так что rowSums из log будет быть конечным только в том случае, если в ряду нет нулей.

dfr[is.finite(rowSums(log(dfr[-1]))),]

Я бы сделал следующее.

Установите ноль на NA.

 data[data==0] <- NA
 data

Удалите строки, связанные с NA.

 data2<-data[complete.cases(data),]

Я предпочитаю простую адаптацию метода csgillespie, отказавшись от необходимости определения функции:

d[apply(d!=0, 1, all),]

где d - ваш фрейм данных.

Вы можете использовать фильтр из пакета dplyr.

Назовем ваш фрейм данных df

library(dplyr) df1 <- filter(df, Mac1 > 0, Mac2 > 0, Mac3 > 0, Mac4 > 0)

df1 будет иметь только строки с записями больше нуля. Надеюсь это поможет.

Используя tidyverse / dplyr, вы также можете удалить строки с любым нулевым значением в подмножестве переменных:

# variables starting with Mac must be non-zero
filter_at(df, vars(starts_with("Mac")), all_vars((.) != 0))

# variables x, y, and z must be non-zero
filter_at(df, vars(x, y, z), all_vars((.) != 0))

# all numeric variables must be non-zero
filter_if(df, is.numeric, all_vars((.) != 0))

В базе R мы можем выбрать столбцы, которые мы хотим протестировать, используя grep, сравнить данные с 0, использовать rowSums для выбора строк, которые имеют все ненулевые значения.

cols <- grep("^Mac", names(df))
df[rowSums(df[cols] != 0) == length(cols), ]

#          DateTime Mac1 Mac2 Mac3 Mac4
#1 2011-04-02 06:05   21   21   21   21
#2 2011-04-02 06:10   22   22   22   22
#3 2011-04-02 06:20   24   24   24   24

Делая это с перевернутой логикой, но давая тот же результат

df[rowSums(df[cols] == 0) == 0, ]

В dplyr мы можем использовать filter_at для проверки определенных столбцов и использовать all_vars для выбора строк, все значения которых не равны 0.

library(dplyr)
df %>%  filter_at(vars(starts_with("Mac")), all_vars(. != 0))

данные

df <- structure(list(DateTime = structure(1:6, .Label = c("2011-04-02 06:00", 
"2011-04-02 06:05", "2011-04-02 06:10", "2011-04-02 06:15", "2011-04-02 06:20", 
"2011-04-02 06:25"), class = "factor"), Mac1 = c(20L, 21L, 22L, 
23L, 24L, 0L), Mac2 = c(0L, 21L, 22L, 23L, 24L, 25L), Mac3 = c(20L, 
21L, 22L, 0L, 24L, 25L), Mac4 = c(20L, 21L, 22L, 23L, 24L, 0L
)), class = "data.frame", row.names = c(NA, -6L))

Поскольку dplyr 1.0.0 не рекомендовал варианты с ограниченной областью видимости, которые прекрасно показал @Feng Mai, вот обновление с новым синтаксисом. Это может быть полезно, потому что в данном случае across() не работает, и мне потребовалось некоторое время, чтобы найти решение, как показано ниже.

Целью было извлечь все строки, содержащие хотя бы один 0 в столбце.

df %>% 
  rowwise() %>% 
  filter(any(c_across(everything(.)) == 0))

с данными

df <- data.frame(a = 1:4, b= 1:0, c=0:3)
df <- rbind(df, c(0,0,0))
df <- rbind(df, c(9,9,9))

# A tibble: 4 x 3
# Rowwise: 
      a     b     c
  <dbl> <dbl> <dbl>
1     1     1     0
2     2     0     1
3     4     0     3
4     0     0     0

Таким образом, он правильно не возвращает последнюю строку, содержащую все 9.