是否可以根据列中的任何值选择R中的列？

Question

我想将我的DF子集以包括在任何行中包含一定值的列。

例如，如果我有：

year = c(1990,1991,1992,1993,1994,1995,1996,1997,1998,1999)
apple = c(1,4,6,8,9,9,2,4,7,4)
orange = c(7,1,5,5,2,1,7,1,3,8)
banana = c(9,9,4,8,1,3,6,7,5,9)
lemon = c(8,3,3,3,2,5,6,7,2,4)
df = data.frame(year,apple,orange,banana,lemon)

df

我只想选择该列中任何位置的列，以便我的DF仅包括Apple和Banana列。

这可能吗？到目前为止，我发现的所有答案仅启用基于列名的选择列，但是我想根据列中的单元格值选择。谢谢你！

Answer 1

我们可以在中传递中的中的函数，其中 - 检查列是否为数字，如果是数字，请检查是否有任何值等于到9。此外，可以将将任何（.x == 9）更改为9％in％.x。

library(dplyr)
df %>% 
  select(where(~is.numeric(.x) && any(.x == 9)))

-输出

 apple banana
1      1      9
2      4      9
3      6      4
4      8      8
5      9      1
6      9      3
7      2      6
8      4      7
9      7      5
10     4      9

Answer 2

基本r使用过滤器：输出：

Filter(function(x) any(x == 9), df)

输出：

   apple banana
1      1      9
2      4      9
3      6      4
4      8      8
5      9      1
6      9      3
7      2      6
8      4      7
9      7      5
10     4      9

Answer 3

这是漫长的，太冗长了，@akrun已经提供了完美的答案。
因此，这里是另一种方法：
我们在这里做的是突变 遍历除年检查它们是否包含9如果是这样。列的名称为新列，称为x，

然后使用Any_of 选择

library(dplyr)
library(tidyr)

df %>% 
  mutate(across(-year, ~case_when(. == 9 ~ cur_column()), .names = 'new_{col}')) %>%
  unite(x, starts_with('new'), na.rm = TRUE, sep = ' ') %>% 
  select(any_of(x))


   banana apple
1       9     1
2       9     4
3       4     6
4       8     8
5       1     9
6       3     9
7       6     2
8       7     4
9       5     7
10      9     4

Answer 4

大概我们可以使用colmeans类似于下面的，如果在列中至少存在一个9，则平均值应非零

> df[colMeans(df == 9) > 0]
   apple banana
1      1      9
2      4      9
3      6      4
4      8      8
5      9      1
6      9      3
7      2      6
8      4      7
9      7      5
10     4      9