Удалить строки с нулевой дисперсией в R

Question

У меня есть данные из ответов на опросы (строки = участники, столбцы = ответы на вопросы).Участники ответили бы на 50 вопросов по 5-балльной шкале Лайкерта.Я хотел бы удалить участников, которые ответили на 5 вопросов из 50, поскольку они имеют нулевую дисперсию и могут повлиять на мои результаты.

Я видел функцию nearZeroVar (), но мне было интересно, есть ли способ сделать это?это в базе R?

Большое спасибо,

R

Answer 1

Кража данных @ AshOfFire, с небольшими изменениями, поскольку вы говорите, что у вас есть только ответы в столбцах, а не участники:

survey <- data.frame(q1 = c(1,2,5,5,5,1,2,3,4,2), 
                     q2 = c(1,2,5,5,5,1,2,3,4,3), 
                     q3 = c(3,2,5,4,5,5,2,3,4,5))

survey[!apply(survey==survey[[1]],1,all),]

#    q1 q2 q3
# 1   1  1  3
# 4   5  5  4
# 6   1  1  5
# 10  2  3  5

Тест на равенство строит data.frame, заполненный логическими значениями, затем с помощью apply мы сохраняем строки, которые не всегда TRUE.

Answer 2

Если у вас был этот фрейм данных:

df <- data.frame(col1 = rep(1, 10),
                 col2 = 1:10,
                 col3 = rep(1:2, 5))

Вы можете рассчитать дисперсию каждого столбца и выбрать только те столбцы, где дисперсия не равна 0 или больше или равна определенному порогу, близкому к тому, что будет делать nearZeroVar():

df[, sapply(df, var) != 0]
df[, sapply(df, var) >= 0.3]

Если вы хотите исключить строки, вы можете сделать что-то похожее, но вместо этого переберите строки и затем подмножество:

df[apply(df, 1, var) != 0, ]
df[apply(df, 1, var) >= 0.3, ]

Answer 3

# Dummy data:
df <- data.frame(
  matrix(
    sample(1:5, 100000, replace =TRUE), 
    ncol = 5
  )
)
names(df) <- paste0("likert", 1:5)
df$id <- 1:nrow(df)
head(df)
  likert1 likert2 likert3 likert4 likert5 id
1       1       2       4       4       5  1
2       5       4       2       2       1  2
3       2       1       2       1       5  3
4       5       1       3       3       2  4
5       4       3       3       5       1  5
6       1       3       3       2       3  6
dim(df)
[1] 20000     6

# Clean out rows where all likert values are 5
df <- df[rowSums(df[grepl("likert", names(df))] == 5) != 5, ]
nrow(df)
[1] 19995

Answer 4

Предположим, у вас есть такие данные.

survey <- data.frame(participants = c(1:10),
                     q1 = c(1,2,5,5,5,1,2,3,4,2), 
                     q2 = c(1,2,5,5,5,1,2,3,4,3), 
                     q3 = c(3,2,5,4,5,5,2,3,4,5))

Вы можете сделать следующее.

idx <- which(apply(survey[,-1], 1, function(x) all(x == 5)) == T)
survey[-idx,]

Это удалит строки, где все значения равны 5.