基于条件从R中的data.table中删除列

如何根据R中data.table中的值删除列

如果我有一个data.table行

dt = data.table("col1" = "a", "col2" = "b", "col3" = "c", 
"col4" = 'd', "col5" = "e", "col6" = 9, "col7" = 0, "col8" = 7,
"col9" = 0, "col10" = 99)

前5列为分类列，6-10列为数字列。数字列的所有行都会重复这些数字

我有两个疑问

如何删除包含0的列？此列可以根据输入而变化-即有时col7可能为0，有时col8可能为0等等

删除值为0的列后，如何将其余的数字连接到单个列中？在本例中，新列将包含数字9799

有没有办法在不删除0值列的情况下执行此操作

第一部分，我试过了

cols_chosen = c("col6", "col7","col8","col9","col10")

condition = c(FALSE, dt[, lapply(.SD, function(x) sum(x)< 1), .SDcols = cols_chosen])

dt[, which(condition) := NULL]

我从先前的回答中摘取了上述陈述

要删除包含的列（假设数字如您所说的那样重复），只需检查第一行中是否有元素等于0并保留不等于0的列：

要将剩余的数值列（假设它们都是整数）连接到一个新列中，可以在第一行使用lappy来获得一个逻辑向量，该向量用数字指示列。然后可以将它们转换为字符串，并将它们粘贴到新列中

要在不删除零值列的情况下执行此操作，唯一必要的扭曲是从初始逻辑向量中过滤出零：

dt=data.table（“col1”=“a”，“col2”=“b”，“col3”=“c”，
“col4”='d'，“col5”='e”，“col6”=9，“col7”=0，“col8”=7，
“col9”=0，“col10”=99）
not0=函数（x）是.数字（x）&&！anyNA（x）&全部（x！=0）
dt[(
##您的分类列
col1，col2，col3，col4，col5，
##从非0数字列粘贴的新列
new=as.numeric（粘贴0（未列出（.SD），折叠=”）
),
##这将筛选要在.SD列子集中提供的列
.SDcols=not0，
##我们按每一行分组，这样它将处理多行的输入
by=（行=序号（nrow（dt）））
][，row:=NULL##这将删除额外的分组列
][]这张照片
#col1 col2 col3 col4 col5全新
#1:ABCDE9799

---

或者，如果要就地更新现有表

is0=函数（x）是.numeric（x）&&！anyNA（x）和&all（x==0）
##删除包含0的列
dt[，其中（sapply（dt，is0））：=NULL]
##添加新列
dt[，new:=as.numeric(
粘贴0（未列出（.SD），折叠=）
)，.SDcols=is.numeric，by=（row=seq_len（nrow（dt）））
][]
#col1 col2 col3 col4 col5 col6 col8 col10全新
#1:a b c d e 9 7 99 9799

库（data.table）
图书馆（dplyr）
图书馆（tidyr）
dt=数据表（“col1”=“a”，“col2”=“b”，“col3”=“c”，
“col4”='d'，“col5”='e”，“col6”=9，“col7”=0，“col8”=7，
“col9”=0，“col10”=99）
##哪些行包含零？
零变量%
dplyr:：如果（~max（.x）==0）%>%选择_
colnames（）
##哪一行包含非零数值变量？
数值变量%
dplyr:：select（-all_of（零变量））%>%
dplyr:：如果（是数值）%>%，请选择_%
colnames（）
##创建新表
崩溃的_dt%
dplyr:：select（全部（数值变量））%>%###仅选择非零数值变量
全部变异（如字符）%>%
联合（col=“collapsed_var”，sep=”“）##将它们联合到新的var“collapsed_var”
##将折叠的var重新连接到原始表
dt%>%
dplyr:：如果（is.character）%>%##仅字符变量，则选择_
cbind（折叠的）##绑定折叠的#

谢谢您提供的解决方案，但我如何将其分为两个步骤？第一部分只删除0，第二部分创建新列？代码处理的是我提供的示例数据，与您提到的完全相同，但是当我在我的数据集上尝试时，dt调用还将0列与“new”列中的非零列粘贴在一起，可能您有一个整数列。与示例dataset？中不同，我更新了

not0

函数，它现在应该也适用于整型字段和多行，请重试@user3612324@user3612324我添加了另一个完全符合您要求的示例，首先删除0列，然后创建新列。感谢您提供的解决方案。当数据位于数据帧中时，这似乎非常有效。但是，我很难让它与data.table一起工作

Error in which(condition) : argument to 'which' is not logical

dt <- data.frame("col1" = "a", "col2" = "b", "col3" = "c", 
"col4" = 'd', "col5" = "e", "col6" = 9, "col7" = 0, "col8" = 7,
"col9" = 0, "col10" = 99)
dt <- dt[,dt[1,] != 0]

  col1 col2 col3 col4 col5 col6 col8 col10
1    a    b    c    d    e    9    7    99

numTag <- unlist(lapply(X = dt[1,], FUN = is.numeric))
dt$new_col <- rep(as.numeric(paste(as.character(dt[1,numTag]), collapse = '', sep = '')), nrow(dt))

  col1 col2 col3 col4 col5 col6 col8 col10 new_col
1    a    b    c    d    e    9    7    99    9799

numTag <- unlist(lapply(X = dt[1,], FUN = is.numeric))
numTag <- numTag & (dt[1,] != 0)

dt$new_col <- rep(as.numeric(paste(as.character(dt[1,numTag]), collapse = '', sep = '')), nrow(dt))
dt

  col1 col2 col3 col4 col5 col6 col7 col8 col9 col10 new_col
1    a    b    c    d    e    9    0    7    0    99    9799

library(data.table)
library(dplyr)
library(tidyr)

dt = data.table("col1" = "a", "col2" = "b", "col3" = "c", 
                "col4" = 'd', "col5" = "e", "col6" = 9, "col7" = 0, "col8" = 7,
                "col9" = 0, "col10" = 99)


## which rows contain zeros?
zero_vars <-  dt %>% 
  dplyr::select_if(~max(.x) == 0) %>% 
  colnames()


## which row contains non-zero numeric vars?
numeric_vars <- dt %>% 
  dplyr::select(-all_of(zero_vars)) %>% 
  dplyr::select_if(is.numeric) %>% 
  colnames()
                  

## creat new table 
collapsed_dt <- 
  dt %>% 
  dplyr::select(all_of(numeric_vars)) %>%   ## select only non-zero numeric vars
  mutate_all(as.character) %>% 
  unite( col = "collapsed_var", sep = "") ## unite them to new var 'collapsed_var'


## re-join the collapsed var to the original table
dt %>% 
  dplyr::select_if(is.character) %>% ## only character variables
  cbind(collapsed_dt) ## bind the collapsed_dt