#r
Вопрос:
Я хотел бы получить некоторую помощь со следующим вопросом:
Как вы можете видеть в исполняемом коде ниже, он генерирует график с точками и линией. Эти точки генерируются из моего df1 набора данных. Но обратите внимание, что есть некоторые DR, которые равны только 0, например, DR09, DR10 и DR12. Поэтому я хотел бы выполнить какую-нибудь функцию или что-то такое, что идентифицировало бы, когда все DR равны 0, и это не учитывалось при вычислении моей datas переменной, потому что в этом случае учитывается весь df1 набор данных.
Большое спасибо!
library(dplyr)
library(lubridate)
library(tidyverse)
df1 <- structure(
list(date1 = c("2021-06-28","2021-06-28","2021-06-28","2021-06-28","2021-06-28",
"2021-06-28","2021-06-28","2021-06-28"),
date2 = c("2021-04-02","2021-04-03","2021-04-08","2021-04-09","2021-04-10","2021-07-01","2021-07-02","2021-07-03"),
Week= c("Friday","Saturday","Thursday","Friday","Saturday","Thursday","Friday","Monday"),
DR01 = c(4,1,4,3,3,4,3,6), DR02= c(4,2,6,7,3,2,7,4),DR03= c(9,5,4,3,3,2,1,5),
DR04 = c(5,4,3,3,6,2,1,9),DR05 = c(5,4,5,3,6,2,1,9),
DR06 = c(2,4,3,3,5,6,7,8),DR07 = c(2,5,4,4,9,4,7,8),
DR08 = c(0,0,0,1,2,0,0,0),DR09 = c(0,0,0,0,0,0,0,0),DR010 = c(0,0,0,0,0,0,0,0),DR011 = c(0,4,0,0,0,0,0,0), DR012 = c(0,0,0,0,0,0,0,0)),
class = "data.frame", row.names = c(NA, -8L))
#Generate graph
dmda<-"2021-07-01"
datas<-df1 %>%
filter(date2 == ymd(dmda)) %>%
summarize(across(starts_with("DR"), sum)) %>%
pivot_longer(everything(), names_pattern = "DR(. )", values_to = "val") %>%
mutate(name = as.numeric(name))
colnames(datas)<-c("Days","Numbers")
attach(datas)
plot(Numbers ~ Days, ylim=c(0,20))
model <- nls(Numbers ~ b1*Days^2 b2,start = list(b1 = 47,b2 = 0))
new.data <- data.frame(Days = seq(min(Days),max(Days),len = 45))
lines(new.data$Days,predict(model,newdata = new.data))
Ответ №1:
Мы можем сделать это с select помощью, т. е. проверить, является ли столбец числовым ( is.numeric ), а where all значения равны 0
library(dplyr)
df1 %>%
select(where(~ is.numeric(.) amp;amp; all(. == 0))) %>%
names
[1] "DR09" "DR010" "DR012"
Если мы хотим выбрать столбцы, которые их не включают, затем отрицать ( ! )
df1 %>%
select(!where(~ is.numeric(.) amp;amp; all(. == 0)))
date1 date2 Week DR01 DR02 DR03 DR04 DR05 DR06 DR07 DR08 DR011
1 2021-06-28 2021-04-02 Friday 4 4 9 5 5 2 2 0 0
2 2021-06-28 2021-04-03 Saturday 1 2 5 4 4 4 5 0 4
3 2021-06-28 2021-04-08 Thursday 4 6 4 3 5 3 4 0 0
4 2021-06-28 2021-04-09 Friday 3 7 3 3 3 3 4 1 0
5 2021-06-28 2021-04-10 Saturday 3 3 3 6 6 5 9 2 0
6 2021-06-28 2021-07-01 Thursday 4 2 2 2 2 6 4 0 0
7 2021-06-28 2021-07-02 Friday 3 7 1 1 1 7 7 0 0
8 2021-06-28 2021-07-03 Monday 6 4 5 9 9 8 8 0 0
Или в base R
names(which(sapply(df1, function(x) is.numeric(x) amp;amp; all(x == 0))))
[1] "DR09" "DR010" "DR012"
Комментарии:
1. Идеальный акрун, только одно: если я хочу выбрать из столбца Неделя те DR, в которых нет 0, как мне это сделать? До того, как я сделал что-то подобное:
select(Week:DR11)2. @JSouza Это то обновление в моем посте, которое вы хотели
df1 %>% select(!where(~ is.numeric(.) amp;amp; all(. == 0)))3. @JSouza я имел в виду, что в первом блоке он просто соответствует столбцам, в которых все 0, и выберите его. Во втором случае просто отмените (
!), чтобы были выбраны остальные столбцы
Ответ №2:
Мы могли бы использовать colSums :
df1[, colSums(df1 != 0) > 0]
выход:
date1 date2 Week DR01 DR02 DR03 DR04 DR05 DR06 DR07 DR08 DR011
1 2021-06-28 2021-04-02 Friday 4 4 9 5 5 2 2 0 0
2 2021-06-28 2021-04-03 Saturday 1 2 5 4 4 4 5 0 4
3 2021-06-28 2021-04-08 Thursday 4 6 4 3 5 3 4 0 0
4 2021-06-28 2021-04-09 Friday 3 7 3 3 3 3 4 1 0
5 2021-06-28 2021-04-10 Saturday 3 3 3 6 6 5 9 2 0
6 2021-06-28 2021-07-01 Thursday 4 2 2 2 2 6 4 0 0
7 2021-06-28 2021-07-02 Friday 3 7 1 1 1 7 7 0 0
8 2021-06-28 2021-07-03 Monday 6 4 5 9 9 8 8 0 0
Ответ №3:
Мы можем использовать Filter с any —
Filter(function(x) any(x != 0), df1)
# date1 date2 Week DR01 DR02 DR03 DR04 DR05 DR06 DR07 DR08 DR011
#1 2021-06-28 2021-04-02 Friday 4 4 9 5 5 2 2 0 0
#2 2021-06-28 2021-04-03 Saturday 1 2 5 4 4 4 5 0 4
#3 2021-06-28 2021-04-08 Thursday 4 6 4 3 5 3 4 0 0
#4 2021-06-28 2021-04-09 Friday 3 7 3 3 3 3 4 1 0
#5 2021-06-28 2021-04-10 Saturday 3 3 3 6 6 5 9 2 0
#6 2021-06-28 2021-07-01 Thursday 4 2 2 2 2 6 4 0 0
#7 2021-06-28 2021-07-02 Friday 3 7 1 1 1 7 7 0 0
#8 2021-06-28 2021-07-03 Monday 6 4 5 9 9 8 8 0 0
Аналогичная логика также может быть реализована с использованием keep и discard функционированием внутри purrr .
purrr::keep(df1, ~any(.x != 0))
purrr::discard(df1, ~all(.x == 0))