如何使用循环删除R中所有具有负值的行

我是个新手。我有一个笨重的数据框，我想减少它，以便只保留没有负数的观察值（行）。这就是我被困的地方。这样每次都会创建一个空值，而不是一个经过修剪的数据帧

    mydata=for (i in names(df)) {
      subset(df, df[[ paste(i)]]>=0) 
    }

---

您不需要为此循环：）

DF=structure（list（ID=c（1,1,1，-1,2），Items=c（“D”，“A”，“A”），
“A”，“B”，序列=c（1,2，-2,1,2）），名称=c（“ID”，“项目”，
“Sequence”，row.names=c（NA，-5L），class=“data.frame”）
DF
#ID项目序列
#1d1
#2 1 A 2
#3 1 A-2
#4-1 A 1
#5 2 B 2
new_DF=DF[应用（DF纯矢量化解决方案如何：

DF[!rowSums(DF < 0), ]
#  ID Items Sequence
#1  1     D        1
#2  1     A        2
#5  2     B        2


解释

比较
DF<0
为data.frame中的每个值提供
TRUE/FALSE

DF < 0
#         ID Items Sequence
# [1,] FALSE FALSE    FALSE
# [2,] FALSE FALSE    FALSE
# [3,] FALSE FALSE     TRUE
# [4,]  TRUE FALSE    FALSE
# [5,] FALSE FALSE    FALSE

所以我们可以使用这个向量来子集data.frame。但是，因为我们希望它的值都是正的（即rowSums==0），所以我们对过滤器求反

DF[!rowSums(DF < 0), ]

DF[！行和（DF<0），]
你需要一个循环来做到这一点吗？？？也许
mydata@symbolx没问题。这经常发生在我们所有人身上（也许不会发生在akrun:-D）。不，你从来没见过他来。他就像一个忍者：）谢谢！@RHertel它工作得很好，而且很简单！很亲切。@RHertel-我在发布后看到了你的评论，我发誓！谢谢，我将
应用程序与其他
lappy
，
mappy
等捆绑在一起
DF < 0
#         ID Items Sequence
# [1,] FALSE FALSE    FALSE
# [2,] FALSE FALSE    FALSE
# [3,] FALSE FALSE     TRUE
# [4,]  TRUE FALSE    FALSE
# [5,] FALSE FALSE    FALSE

rowSums(DF<0)
# [1] 0 0 1 1 0

DF[!rowSums(DF < 0), ]