役に立たない変数を取り除くためにデータフレームを改良しています。私が行った最初のステップは、次のコマンドを使用して、行の半分以上がNA値である列を削除することでした。
limit <- nrow(mydata)/2
mydata <- mydata[, which(as.numeric(colSums(!is.na(mydata))) > limit)]
ゼロについても同じことをするのを楽しみにしていますが、「is.zero（）」のような関数が見つかりませんでした。どうすればよいですか？
私が楽しみにしているもう1つのことは、「制限」回数を超えて任意の値を繰り返す列を削除することです（そのようなコマンドが存在する場合は理想的です！）
どうもありがとう、
ただ行う：
mydata <- mydata[, which(as.numeric(colSums(mydata != 0)) > limit)]
「制限」回数を超えて任意の値を繰り返す列を削除する場合は、、、および：を使用tableできanyますapply。
mydata <- mydata[, which(apply(mydata, 2, function(col) !any(table(col) > limit)))]
最後に、これらの両方の場合whichはオプションであり、as.numeric最初の場合は不要であることに注意してください。あなたは簡単に行うことができます：
mydata <- mydata[, colSums(mydata != 0) > limit]
ゼロ以外を探すには、単に。に置き換え!is.na(mydata)ますmydata != 0。
最も頻度の高い要素の数を取得するには、次を使用できます。
> mydata <- c(1,2,3,4,1,1,1,2,1,3)
> sort(table(mydata), decreasing=T)[[1]]
[1] 5
最も繰り返される実際の値を確認するには、次のようにします。
> names(sort(table(mydata), decreasing=T)[1])
[1] "1"
値を保持する必要がない場合は、次max()の代わりに使用できsort()ます。
> max(table(mydata))
[1] 5