计算 R 数据帧每一列中的非零值
在本文中,我们将使用 R 编程语言计算数据中非零数据条目的数量。
要首先检查数据中非零数据条目的数量,我们必须使用以下命令将该数据放入数据框中:
data <- data.frame(x1 = c(1,2,0,100,0,3,10),
x2 = c(5,0,1,8,10,0,0),
x3 = 0)
print(data)
输出:
现在我们在数据框中有了数据。因此,为了计算每列中非零条目的数量,我们使用 colSums()函数。此函数用作:
colSums( data != 0)
输出:
您可以清楚地看到数据框中有 3 列,Col1 有 5 个非零条目(1,2,100,3,10),Col2 有 4 个非零条目(5,1,8,10),Col3 有 0非零条目。
示例 1:这里我们将创建一个数据框,然后计算每列中的非零值。
R
# Create example data frame
data <- data.frame(x1 = c(1,2,0,100,0,3,10),
x2 = c(5,0,1,8,10,0,0),
x3 = 0)
# print the dataframe
print(data)
# check for every non zero entry using "data!=0"
# and sum the number of entries using colSums()
colSums(data != 0)
R
# put the iris3 data in dataframe
data <- data.frame(iris3)
# check the dimensions of dataframe
dim(data)
# check for every non zero entry using "data!=0"
# and sum the number of entries using colSums()
colSums(data != 0)
R
# put the state.x77 data in dataframe
data <- data.frame(state.x77)
# check the dimensions of dataframe
dim(data)
# check for every non zero entry using "data!=0"
# and sum the number of entries using colSums()
colSums(data != 0)
R
# put the USArrest data in dataframe
data <- data.frame(USArrest)
# check the dimensions of dataframe
dim(data)
# check for every non zero entry using "data!=0"
# and sum the number of entries using colSums()
colSums(data != 0)
输出:
示例 2:在这个示例中,我们使用的是 iris3 数据集。
电阻
# put the iris3 data in dataframe
data <- data.frame(iris3)
# check the dimensions of dataframe
dim(data)
# check for every non zero entry using "data!=0"
# and sum the number of entries using colSums()
colSums(data != 0)
输出:
示例 3:在此示例中,使用 state.x77 数据集。
电阻
# put the state.x77 data in dataframe
data <- data.frame(state.x77)
# check the dimensions of dataframe
dim(data)
# check for every non zero entry using "data!=0"
# and sum the number of entries using colSums()
colSums(data != 0)
输出:
示例 4:在本示例中,使用了 USArrest 数据集。
电阻
# put the USArrest data in dataframe
data <- data.frame(USArrest)
# check the dimensions of dataframe
dim(data)
# check for every non zero entry using "data!=0"
# and sum the number of entries using colSums()
colSums(data != 0)
输出: