dplyr：测试是否每个列都等于某个值，并且输出列不相等

我有一个数据框，它有ID列和数字列。我想测试是否每个数字列都等于某个值，如果不是，则输出不等于该值的列

> df
Source: local data frame [6 x 10]

     id    c1    c2    c3    c4    c5    c6    c7    c8    c9
  (int) (int) (int) (int) (int) (int) (int) (int) (int) (int)
1     1     1     1     1     1     1     1     1     1     4
2     2     1     1     1     1     1     1     1     1     1
3     3     1     1     1     1     1     1     1     1     1
4     4     1     2     1     1     1     1     1     1     1
5     5     1     1     1     1     1     1     1     1     1
6     6     1     1     1     1     2     1     1     1     1

有没有一种方法可以在dplyr中实现？我可以通过测试每一列来使用filter，但要寻找一种简单的方法

library(dplyr)    
filter(df, c1 == 1, c2 == 1, c3 == 1, c4 == 1, c5 == 1, c6 == 1, c7 == 1, c8 == 1, c9 ==1)

我正在寻找一种解决方案，它不需要我枚举每个列名

当我将条件转换为查找至少有一个不相等的行（如下所示）时，我仍然需要测试每一列，以查看哪一列与指定的值“不相等”。太麻烦了

filter(df, c1 > 1 | c2 > 1 | c2 > 1
       | c4 > 1 | c5 > 1 | c6 > 1 | c7 > 1 | c8 > 1 | c9 > 1)

---

假设您期望的输出是第二个过滤器代码生成的输出，我将执行以下操作

df[rowSums(df[-1]) != ncol(df[-1]), ]

#  id c1 c2 c3 c4 c5 c6 c7 c8 c9
#1  1  1  1  1  1  1  1  1  1  4
#4  4  1  2  1  1  1  1  1  1  1
#6  6  1  1  1  1  2  1  1  1  1

---

行和（df[-1]）！=ncol（df[-1]）

生成一个逻辑向量。对于每一行，您将对数字进行求和。由于目标值为

1

，如果所有列都有1，则总数应等于列数。使用此检查，您可以通过

df[rowsumes（df[-1]）！=ncol（df[-1]），]来子集行。我希望这就是你想要的。
为什么必须是“dplyr”？为什么不干脆
哪个
？我有点困惑。似乎您希望检查每个带有数字的列是否具有相同的值（即1）。如果是这种情况，我会做
df[，sapply（df，function（x）{any（x！=1）}）]
。但是，当我运行您的
过滤器
代码时，您选择了包含
1
的所有行。我想知道你是指行而不是列。是的，这也是一个用例。它可以被翻转到没有一个是零。我正在寻找一个解决方案，不需要我枚举每个列名。这是一个非常有趣的解决方案。没有想到在一个分组案件中使用sapply。虽然在我的例子中，ID列永远不会等于单个值。所以，这不太管用。你能澄清一下你所说的
是什么意思吗？尽管在我的例子中，ID列永远不会等于一个值？再帮我一个忙。您能向所有用户显示您想要的输出吗？这将帮助我们所有人。