如何在不定义每一列的情况下从整个data.frame中子集特定值？

我的data.frame（df）由20个不同的列组成
我的所有列都是整数值（范围0-99）

假设我想对col1和col2的数据子集，它们的值（x）小于4
所以我的代码可能是：

df2 <- subset(df, col1 < 4 & col2 < 4)

---

df2
df2
df2这里有一种比
apply
更快的方法，使用
max.col
、矩阵子集和逻辑子集。
首先，构造一个样本数据集

set.seed(1234)
dat <- data.frame(a=sample(1:3, 5, replace=TRUE),
                  b=sample(1:4, 5, replace=TRUE),
                  c=sample(1:6, 5, replace=TRUE))

请注意，只有第三列的值大于4，并且该列中只有2个这样的元素通过了测试。现在，我们知道了

dat[dat[cbind(seq_along(dat[[1]]), max.col(dat))] > 4, ]
  a b c
1 1 3 5
4 2 3 6

在这里，
max.col（dat）
返回每行具有最大值的列<代码>顺序（dat[[1]]）
贯穿行号
cbind
返回一个矩阵，我们使用该矩阵使用矩阵子集提取每行的最大值。然后，将这些值与
>4
进行比较，看看是否有大于4的值，这将返回一个逻辑向量，其长度是data.frame的行数。这用于逐行对data.frame进行子集划分。
这里有一种比使用
max.col
、矩阵子集划分和逻辑子集划分的
apply
更快的方法。
首先，构造一个样本数据集

set.seed(1234)
dat <- data.frame(a=sample(1:3, 5, replace=TRUE),
                  b=sample(1:4, 5, replace=TRUE),
                  c=sample(1:6, 5, replace=TRUE))

请注意，只有第三列的值大于4，并且该列中只有2个这样的元素通过了测试。现在，我们知道了

dat[dat[cbind(seq_along(dat[[1]]), max.col(dat))] > 4, ]
  a b c
1 1 3 5
4 2 3 6

在这里，
max.col（dat）
返回每行具有最大值的列<代码>顺序（dat[[1]]）
贯穿行号
cbind
返回一个矩阵，我们使用该矩阵使用矩阵子集提取每行的最大值。然后，将这些值与
>4
进行比较，看看是否有大于4的值，这将返回一个逻辑向量，其长度是data.frame的行数。这用于按行对data.frame进行子集设置。
如果您提供了一个示例输入数据，可以用来测试和验证可能的解决方案，那么将更容易为您提供帮助。@MrFlick correct->我正在寻找一种从我的example@G5W当数据有
NA
时会产生问题~@MrFlick You你说得对。我看错了问题。如果您提供了一个示例输入数据，可以用来测试和验证可能的解决方案，那么会更容易帮助您。@MrFlick correct->我正在寻找一种从我的example@G5W当数据有
NA
时，会产生问题~@MrFlick你是对的。我看错了这个问题。很好的选择！非常感谢您的回答和帮助！：）@dvantwisk我对你的答案投了更高的票，因为它看起来更干净，但是
apply
的速度是出了名的慢，尤其是对于data.frames。它本质上是
for
循环的奇特包装器，在运行该循环之前必须将data.frame转换为矩阵
max.col
，虽然仍然需要矩阵转换，但在引擎盖下进行了优化，矩阵索引（子集）通常非常快。这是一个很好的选择！非常感谢您的回答和帮助！：）@dvantwisk我对你的答案投了更高的票，因为它看起来更干净，但是
apply
的速度是出了名的慢，尤其是对于data.frames。它本质上是
for
循环的奇特包装器，在运行该循环之前必须将data.frame转换为矩阵
max.col
，虽然仍然需要矩阵转换，但在引擎盖下进行了优化，矩阵索引（子集）通常非常快。