如何从R中的数据框中删除负值

Posted 2023-03-11

【中文标题】如何从R中的数据框中删除负值

【英文标题】：how to remove the negative values from a data frame in R

【发布时间】：2017-08-06 21:19:24

【问题描述】：

我想从数据框中删除负值，然后我需要分别计算每一行的平均值（每行正值的平均值） 我写这个是为了删除负值，但它没有用。我有这样的警告：

[<-.data.frame(*tmp*, i, j, value = NULL) 中的错误： 替换的长度为零

我该如何解决这个问题？

for (i in 1:1000) 
  for(j in 1:20)
     if (dframe[i,j]<=0) dframe[i,j]<-NULL
     j=j+1
  
  i=i+1

【问题讨论】：

data.frames 中不能有 NULL 值。您可以将它们设置为“缺失”的NA。然后您可以使用rowSums(..., na.rm=T) 忽略NA 值。

谢谢@MrFlick

【参考方案1】：

我要补充一点，不需要写for循环，设置即可：

dframe[dframe < 0] <- NA

dframe < 0 在 dframe 小于零时给出逻辑索引 TRUE，可用于索引 dframe 并将 TRUE 值替换为 NA。

@MrFlick 解释了使用 NA 代替 NULL，以及在计算每一行的平均值时如何忽略 NA 值：

rowMeans(dframe, na.rm=TRUE) 

编辑回答问题：rowMeans 产生 NaN 以及如何删除：

NA 是“不可用”并且是一个缺失值指示符，而 NaN 是“不是一个数字”，当算术运算的结果不能用数字定义时可以产生它，例如0/0。我看不到您的 dframe 值，但我猜这是在所有行值为 NA 时取行均值的结果，同时设置 na.rm=TRUE。查看 mean(c(NA, NA, NA), na.rm=TRUE) 与 mean(c(NA, NA, NA), na.rm=FALSE) 之间的差异。您可以保留 NaN 或决定在所有行值为负数且已被 NA 替换时如何定义行均值。

要仅考虑非 NaN 值，您可以使用 !is.nan 对非 NaN 进行子集化，请参见以下示例：

mea <- c(2, 4, NaN, 6)
mea
# [1]   2   4 NaN   6
!is.nan(mea) # not NaN, output logical
# [1]  TRUE  TRUE FALSE  TRUE 
mea <- mea[!is.nan(mea)]
# [1] 2 4 6

或者您可以通过设置 mea[is.nan(mea)] <- ?? 将 NaN 值替换为所需的值

【讨论】：

我认为你们俩的意思是rowMeans，而不是rowSums。

哈！是的，感谢您了解这一点，编辑答案

非常感谢。我已经写过： dframe[dframe mea

NA 是“不可用”并且是缺失值指示符，而 NaN 是“不是数字”，当算术运算的结果无法以数字方式定义时产生，例如0/0。我看不到您的 dframe 值，但我猜这是在设置 na.rm=TRUE 时在所有值均为 NA 时采用行均值的结果。查看 mean(c(NA, NA, NA), na.rm=TRUE) 与 mean(c(NA, NA, NA), na.rm=FALSE) 之间的差异。当所有行值为负时，您可以保留 NaN 或决定如何定义行均值。

我编辑了关于如何处理由 rowMeans 产生的 NaN 的答案。

【参考方案2】：

删除所有数据框为负值的行的更简单方法是：

df <- df[df > 0]

这样，任何具有负值的行都将不再存在于您的数据框中。

【参考方案3】：

这是另一种可能对某人有所帮助的方式。

我之前也遇到过同样的问题，但是我决定使用 dplyr 来解决这个问题。

    library("dplyr")

       data <- data %>%
            filter(column > 0)

 rowMeans(data, na.rm = TRUE)

此外，我建议有时同时获取（消极和积极）它们，以便进一步澄清，例如为什么它们是消极的或其他情况。

resultPos2 <- result2 %>%# we get the df that is positive
    filter(periodBudget > 0)

resultNeg2 <- result2 %>%# we get the df that is negative
    filter(periodBudget < 0)

这样可以更轻松地分发给其他人，并在需要时检查错误或否定原因。

适用于财务案例或已为其他员工操纵的数据