如何删除包含NA值或方差为0的列？

Question

在执行主成分分析（PCA）之前，我希望对数据进行缩放，但不幸的是，我发现有些列包含NA值，而且某些列的方差为0。因此，我想删除这些列。以下是我的数据示例：

df <- data.frame( v1 = 1:10 , v2 = rep( 0 , 10 ) , v3 = sample( c( 1:3 , NA ) , 10 , repl = TRUE ), v4 = 1:10 )

我希望同时删除v2和v3列。如何实现？

我知道如何删除包含NA的列，然后删除方差为0的列。

colsd <- apply(df, 2, sd)
df2 <- df[!is.na(colsd)]
colsd2 <- apply(df2, 2, sd)
df3 <- df2[!colsd2 == 0]

但是看起来有些冗余，我只想知道是否可以更高效地实现，也许只需要一行代码。感谢任何回复。

- Zihu Guo

Answer 1

你可以尝试像这样做：

你可以尝试像这样做：

> df[!sapply(df, var) %in% c(0, NA)]
   v1 v4
1   1  1
2   2  2
3   3  3
4   4  4
5   5  5
6   6  6
7   7  7
8   8  8
9   9  9
10 10 10

- A5C1D2H2I1M1N2O1R2T1

---

啊...太好了，因为如果有任何NA值，var将返回NA。我曾考虑过一种更明确的更长的可能性，但这真是太聪明了。 - thelatemail

戴上我的超级挑剔帽子，我可能会指出 var(c(1.0000000000000001,rep(1,1e6))) == 0 返回 TRUE。但是这种微小的差异对于 PCA / FA 来说将是无用的。 - thelatemail