使用 TRUE 和 FALSE 数组索引 data.frames

Question

我在 R 中索引 data.frames 时遇到一些问题。我是 R 初学者。我有一个名为 d 的 data.frame，它有 35512 列和 77 行。我有一个名为 rd 的列表，其中包含 35512 个元素。我希望 d 中与 rd 中的项目相对应的所有列都小于 100。这就是我正在做的事情：

# just to prove I'm not crazy
> length(colnames(d))
[1] 35512
> length(rownames(d))
[1] 77
> length(rd)
[1] 35512
# find all the elements of rd less than 100 (+ unnecessary faffing?)
> i <- unlist(rd<100)
> names(i) <- NULL
# try to extract all the elements of d corresponding to rd < 100
> d <- d[,i]
Error in `[.data.frame`(d, , i) : undefined columns selected

我真的不想做unlist 和 names(i) <- NULL 的东西，但我变得非常偏执。谁能帮忙解释一下这个错误消息到底意味着什么？

如果有帮助，可以使用以下命令创建 rd 变量：

rd = lapply(lapply(d, range), diff)

希望能够告诉我 d 的每列范围的差异。

PS 对于任何能告诉我一个命令来查找 data.frame 的形状而不是查询其行和列名称的长度的人来说，这真是太棒了。

编辑：这是 rd 的样子：

> rd[1:3]
$`10338001`
[1] 7198.886

$`10338003`
[1] 4748.963

$`10338004`
[1] 3173.046

当我完成我的工作后，i 看起来像这样：

> i[7:10]
[1] FALSE FALSE FALSE  TRUE

Answer 1

您尝试过吗：

d[,rd < 100]

这是一个独立的示例：

d <- data.frame(matrix(1:100, ncol=10))
rd <- as.list(1:10)
d[,rd < 5]

要获取数据框的形状，请使用 nrow 和 ncol。

编辑：

根据您对我的NA问题的回答，听起来您的索引中存在非逻辑值，这些值是由于列表中缺少值而导致的。最好的办法是首先决定如何处理缺失值。然后使用 is.na 函数处理它们（这里我扩展了上面的示例）：

rd[[3]] <- NA
d[,rd < 5]
# => Error in `[.data.frame`(d, , rd < 5) : undefined columns selected

为了处理这个问题，我将把 NA 值设置为 0（这意味着相应的列将是包含在最终的 data.frame 中）：

rd[is.na(rd)] <- 0
d[,rd < 5]

您需要自己决定如何处理 NA 值。

Answer 2

对于额外的 Q，您可以使用“dim”命令获得数据框或矩阵的“形状”。

A = matrix( ceiling(10*runif(40)), nrow=8)
colnames(A) = c("col1", "col2", "col3", "col4", "col5")
df = data.frame(A)
b = ceiling(100*runif(5))

ndx = b < 50          
result = df[,ndx]     # just the columns of df corresponding to b < 50