选择带有无穷大值（Inf 或 -Inf）的行

Question

如何从至少有一个无穷值（Inf 或 -Inf）的数据框中选择行？

以下是一个示例数据框：

my_data <- data.frame(column1 = c(Inf, 5, 3,4,5), 
                      column2 = c(1, Inf, -Inf, NA, 33))

我尝试过：

my_data[rowSums(is.infinite(my_data)) > 0, ]

但是出现了错误：

Error in is.infinite(my_data) : default method not implemented for type 'list'

这很令人惊讶，因为 is.na() 的等效方法可以正常工作：

my_data[rowSums(is.na(my_data)) > 0, ]

我找到了一些将Inf值更改为NA的方法，但这不是我想要的，我只想显示所有包含Inf或-Inf的行，而不是用NA替换它们。

编辑：如果有一种方法可以在一个具有多个列的数据框中执行此操作，而无需逐个键入每个列，则最理想。

任何帮助都将不胜感激！

- juliefoxsteven

---

关于“Which is surprising”，请参阅有关参数x的?is.infinite：“默认方法处理原子向量”。然后参见相应的文本?is.na。 - Henrik

Answer 1

看起来 is.infinite 无法应用在数据框上。一个替代方法是使用 sapply:

my_data[rowSums(sapply(my_data, is.infinite)) > 0, ]

#   column1 column2
# 1     Inf       1
# 2       5     Inf
# 3       3    -Inf

---

使用 dplyr，您可以使用if_any或if_all将is.infinite应用于一组列，并将结果组合成单个逻辑向量。

library(dplyr)

my_data %>%
  filter(if_any(where(is.numeric), is.infinite))

- Darren Tsai

---

或者 my_data[is.infinite(rowSums(my_data)), ] - Henrik

非常感谢Darren Tsai，您的答案很有效，即使数据框中有非数字列！Henrik，感谢您的回答，但仅当整个数据框为数字时才有效。 “在rowSums（my_data）中出错：'x'必须是数字” - juliefoxsteven

谢谢您澄清，@juliefoxsteven。我以为您的玩具数据代表了您的真实数据。 - Henrik

Answer 2

类似这样的东西应该可以工作

library(tidyverse)

my_data <- data.frame(column1 = c(Inf, 5, 3,4,5), 
                      column2 = c(1, Inf, -Inf, NA, 33))


my_data
#   column1 column2
# 1     Inf       1
# 2       5     Inf
# 3       3    -Inf
# 4       4      NA
# 5       5      33

my_data %>% 
  filter(is.infinite(column1) | is.infinite(column2))
#   column1 column2
# 1     Inf       1
# 2       5     Inf
# 3       3    -Inf

如果你需要给太多的列起名字，你可以使用if_any()（感谢@RuiBarradas），例如：

# Across all columns
my_data %>% 
  filter(if_any(everything(), is.infinite)) 

# Across a range of columns
my_data %>% 
  filter(if_any(column1:column2, is.infinite)) 

- stevec

---

嗨stevec，感谢回复。对于我的简单示例确实有效。但是，我的实际数据集有100多列，抱歉我应该提到了，将编辑我的原始帖子。 - juliefoxsteven

@juliefoxsteven my_data %>% filter(if_any(everything(), is.infinite)) 将 is.infinitee 应用于所有列。如果要将它应用于某些列，请将 everything() 更改为列选择。 - Rui Barradas

@RuiBarradas 很棒。我尝试使用 across() 但是没能成功。你知道有什么方法可以实现吗？ - stevec

@stevec across 给出了一个警告，警告信息：在 `filter()` 中使用 `across()` 已被弃用，请使用 `if_any()` 或 `if_all()`。 - Rui Barradas

@stevec if_any()默认将is.infinite应用于所有列。where(is.numeric)使其仅适用于数字列，从而提高效率。 - Darren Tsai

Answer 3

根据文档，help("is.infinite")，细节部分的最后一段：

这三个函数都是通用的：您可以编写处理特定对象类别的方法，请参见InternalMethods。

因此，一个解决方案是为is.finite、is.infinite和is.nan编写.list和.data.frame方法。但要注意，如果您使用的系统不支持这些方法，那么您将会得到本问题中的错误提示。

is.finite.list <- function(x) {
  x[] <- lapply(x, base::is.finite)
  x
}
is.finite.data.frame <- function(x) {
  x[] <- lapply(x, base::is.finite)
  x
}
is.infinite.list <- function(x) {
  x[] <- lapply(x, base::is.infinite)
  x
}
is.infinite.data.frame <- function(x) {
  x[] <- lapply(x, base::is.infinite)
  x
}
is.nan.list <- function(x) {
  x[] <- lapply(x, base::is.nan)
  x
}
is.nan.data.frame <- function(x) {
  x[] <- lapply(x, base::is.nan)
  x
}

my_data <- data.frame(column1 = c(Inf, 5, 3,4,5), 
                      column2 = c(1, Inf, -Inf, NA, 33))

is.infinite(my_data)
#>   column1 column2
#> 1    TRUE   FALSE
#> 2   FALSE    TRUE
#> 3   FALSE    TRUE
#> 4   FALSE   FALSE
#> 5   FALSE   FALSE

is.finite(my_data)
#>   column1 column2
#> 1   FALSE    TRUE
#> 2    TRUE   FALSE
#> 3    TRUE   FALSE
#> 4    TRUE   FALSE
#> 5    TRUE    TRUE

is.nan(my_data)
#>   column1 column2
#> 1   FALSE   FALSE
#> 2   FALSE   FALSE
#> 3   FALSE   FALSE
#> 4   FALSE   FALSE
#> 5   FALSE   FALSE

# The question code line throwing the error
my_data[rowSums(is.infinite(my_data)) > 0, ]
#>   column1 column2
#> 1     Inf       1
#> 2       5     Inf
#> 3       3    -Inf

创建于2022年8月5日，使用reprex包(v2.0.1)。

- Rui Barradas