过滤数据框中的值

Posted 2023-03-12

【中文标题】过滤数据框中的值

【英文标题】：Filter values in data frame

【发布时间】：2013-03-29 20:10:27

【问题描述】：

基本上，我有一个基因数据集，其中行是基因，列是蛋白质折叠的连续时间点。我需要一个函数来过滤整个数据集中具有某个阈值的基因，而不仅仅是某些向量。例如：

          alpha98 alpha105 alpha112 alpha119
YAL002W      0.22     0.58    -0.36     0.13
YAL003W      0.05     0.55    -0.08     0.33

任何帮助都会很棒。

【问题讨论】：

df[df$alpha98>threshold,] ?

您希望阈值应用于所有基因，还是仅应用于特定种类？如果基因超过阈值，您是要选择整行还是只选择特定值？

谢谢，朱巴。我想知道是否有办法对整个数据集执行此操作，而不仅仅是列。我会指定这个。

Ricardo，感谢您的建议让我指定。我正在寻找一个适用于整个数据集的函数，而不仅仅是一个特定的向量。

@user2105555，然后正如朱巴指出的那样，您可以简单地使用myDF[myDF>threshold]（不指定列）

【参考方案1】：

R 被矢量化，R 被回收。这意味着，一般来说，像myDF > threshold 这样简单的东西会让你非常接近你需要的东西。

具体来说，当 DF 中的单元格超过阈值时，它将为您提供与 data.frame 相同尺寸的逻辑 matrix （否则为 FALSE）。

然后，您可以使用该矩阵作为工具来对 data.frame 进行子集化。

myDF[myDF > threshold]