如何在 R 中查找矩阵中非 NA 值的行索引?


矩阵也可以包含缺失值,这些缺失值也可以通过随机化放置在矩阵中,因此我们无法确定那些被称为 NA 的值和非缺失值的位置。如果我们想要找到矩阵中非缺失值的位置,那么可以使用 apply 函数,其中我们可以使用 which 函数来排除 NA 值。查看下面的示例以了解其工作原理。

示例 1

 在线演示

M1<−matrix(sample(c(NA,0,1),25,replace=TRUE),ncol=5)
M1

输出

[,1] [,2] [,3] [,4] [,5]
[1,] NA 1 NA 0 0
[2,] 1 1 NA 0 1
[3,] 1 0 1 1 0
[4,] 0 NA 1 1 0
[5,] 0 NA 0 0 NA

示例

apply(M1,1,function(x) which(!is.na(x)))

输出

[[1]]
[1] 2 4 5
[[2]]
[1] 1 2 4 5
[[3]]
[1] 1 2 3 4 5
[[4]]
[1] 1 3 4 5
[[5]]
[1] 1 3 4

示例 2

 在线演示

M2<− matrix(sample(c(NA,5,10,15,25),49,replace=TRUE),nrow=7)
M2

输出

     [,1] [,2] [,3] [,4] [,5] [,6] [,7]
[1,]  NA   NA   15   NA   10   15   5
[2,]  5    5    15   15   NA   10   25
[3,]  NA   5    NA   10   25   10   10
[4,]  5    25   NA   NA   10   5    NA
[5,]  25   NA   15   5    15   10   5
[6,]  25   NA   10   NA   25   5    15
[7,]  10   5    25   NA   10   5    25

示例

apply(M2,1,function(x) which(!is.na(x)))

输出

[[1]]
[1] 3 5 6 7
[[2]]
[1] 1 2 3 4 6 7
[[3]]
[1] 2 4 5 6 7
[[4]]
[1] 1 2 5 6
[[5]]
[1] 1 3 4 5 6 7
[[6]]
[1] 1 3 5 6 7
[[7]]
[1] 1 2 3 5 6 7

示例 3

 在线演示

M3<−matrix(sample(c(NA,0:9),100,replace=TRUE),nrow=10)
M3

输出

    [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,]  1    0   2    2    2    0    4    5    9    4
[2,]  0    4   5    2    6    3    3    8    6    2
[3,]  8   NA   6    4    7    1    7    5    5    6
[4,] NA   4    7    4    5    4    NA   1    0    5
[5,]  7   4    3    1    1    0    5    1    7    7
[6,]  3   8    5    8    3    1    2    2    3    4
[7,]  5   4    3    NA   0    8    3    5    9    6
[8,]  7   7    7    6    1    0    7    NA   6    7
[9,]  9   5    3    2    4    2    3    4    3    8
[10,] 1   3    6    4    4    1    8    0    4    1

示例

apply(M3,1,function(x) which(!is.na(x)))

输出

[[1]]
[1] 1 2 3 4 5 6 7 8 9 10
[[2]]
[1] 1 2 3 4 5 6 7 8 9 10
[[3]]
[1] 1 3 4 5 6 7 8 9 10
[[4]]
[1] 2 3 4 5 6 8 9 10
[[5]]
[1] 1 2 3 4 5 6 7 8 9 10
[[6]]
[1] 1 2 3 4 5 6 7 8 9 10
[[7]]
[1] 1 2 3 5 6 7 8 9 10
[[8]]
[1] 1 2 3 4 5 6 7 9 10
[[9]]
[1] 1 2 3 4 5 6 7 8 9 10
[[10]]
[1] 1 2 3 4 5 6 7 8 9 10

示例 4

 在线演示

M4<−matrix(sample(c(NA,rnorm(10,5,2)),36,replace=TRUE),nrow=6)
M4

输出

       [,1]      [,2]      [,3]    [,4]      [,5]     [,6]
[1,] 5.8658749 3.4589638  9.448970 4.0246447 5.0317765 3.4589638
[2,] 9.4489696 9.1581552  5.865875 3.8337310 5.9396619 5.9396619
[3,] 4.0246447 7.5142676  NA 9.4489696 0.9925749 5.0317765
[4,] 7.5142676 5.8658749  3.833731 0.9925749 0.9925749 7.5142676
[5,] 0.9925749 7.5142676  NA 9.1581552 9.4489696 NA
[6,] 5.0317765 0.9925749  3.833731 4.0246447 7.5142676 0.9925749

示例

apply(M4,1,function(x) which(!is.na(x)))

输出

[[1]]
[1] 1 2 3 4 5 6
[[2]]
[1] 1 2 3 4 5 6
[[3]]
[1] 1 2 4 5 6
[[4]]
[1] 1 2 3 4 5 6
[[5]]
[1] 1 2 4 5
[[6]]
[1] 1 2 3 4 5 6

示例 5

 在线演示

M5<−matrix(sample(c(NA,rpois(10,5)),64,replace=TRUE),nrow=8)
M5

输出

[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
[1,] 10 0 7 5 3 10 10 10
[2,] 5 3 NA 5 5 5 5 5
[3,] 5 5 3 5 3 5 7 5
[4,] 3 10 5 10 NA NA 5 5
[5,] 7 7 7 5 7 10 8 7
[6,] 0 3 7 3 7 5 3 10
[7,] 0 NA 5 NA 7 NA 0 5
[8,] 5 10 8 7 3 NA 8 3

示例

apply(M5,1,function(x) which(!is.na(x)))

输出

[[1]]
[1] 1 2 3 4 5 6 7 8
[[2]]
[1] 1 2 4 5 6 7 8
[[3]]
[1] 1 2 3 4 5 6 7 8
[[4]]
[1] 1 2 3 4 7 8
[[5]]
[1] 1 2 3 4 5 6 7 8
[[6]]
[1] 1 2 3 4 5 6 7 8
[[7]]
[1] 1 3 5 7 8
[[8]]
[1] 1 2 3 4 5 7 8

更新于: 2020-11-06

491 次浏览

启动你的 职业生涯

通过完成课程获得认证

开始
广告