使用R语言写一个统计数据框每一列中数据大于0的代码

可以使用以下代码来统计数据框每一列中数据大于0的情况：

# 创建一个示例数据框
df <- data.frame(a = c(1, 2, 0, 4), b = c(0, 5, 6, 0), c = c(0, 0, 0, 0))

# 统计每一列中数据大于0的情况
colSums(df > 0)

输出结果为：

a b c 
3 2 0 

其中，`colSums()`函数用于计算每一列中数据大于0的数量，`df > 0`返回一个逻辑矩阵，表示每个元素是否大于0。

相关问题

R语言统计数据框中一列数据中大于某一数值的占比

可以使用以下代码来计算数据框中一列数据中大于某一数值的占比：

# 创建示例数据框
df <- data.frame(x = c(1, 2, 3, 4, 5))

# 计算大于3的占比
prop.table(table(df$x > 3))["TRUE"]

解释：

- `table(df$x > 3)` 统计 df$x 中大于 3 的个数和不大于 3 的个数。
- `prop.table()` 计算占比。
- `["TRUE"]` 取出大于 3 的占比。

获取R语言提供的公共数据，并进行各种操作，步骤如下。 ①使用命令清空工作空间，获取iris数据，并将其保存到变量data中。 ②查看data的维度，以及变量类型。 ③计算第一列的最大值，最小值，均值，和以及中位数（除了max等命令，查看summary()函数的用法，看看它能得到什么结果）。 ④统计第五列setosa，versicolor，virginica三个元素的总数各有多少，并分别返回他们的索引（查看table()函数的用法，看看能得到什么结果）。 ⑤根据条件筛选第二列大于2.5小于3的值，并利用这些索引得到子数据框，将其保存到data_sub中。

以下是R语言代码实现：

①清空工作空间，获取iris数据，并将其保存到变量data中。

rm(list=ls()) #清空工作空间
data <- iris #获取iris数据，保存到变量data中

②查看data的维度，以及变量类型。

dim(data) #查看data的维度
class(data) #查看data的变量类型

③计算第一列的最大值，最小值，均值，和以及中位数（除了max等命令，查看summary()函数的用法，看看它能得到什么结果）。

max(data[,1]) #第一列的最大值
min(data[,1]) #第一列的最小值
mean(data[,1]) #第一列的均值
median(data[,1]) #第一列的中位数
summary(data[,1]) #第一列的统计信息，包括最小值、第一四分位数、中位数、平均值、第三四分位数、最大值

④统计第五列setosa，versicolor，virginica三个元素的总数各有多少，并分别返回他们的索引（查看table()函数的用法，看看能得到什么结果）。

table(data[,5]) #统计第五列各个元素的总数
which(data[,5]=="setosa") #返回第五列setosa元素的索引
which(data[,5]=="versicolor") #返回第五列versicolor元素的索引
which(data[,5]=="virginica") #返回第五列virginica元素的索引

⑤根据条件筛选第二列大于2.5小于3的值，并利用这些索引得到子数据框，将其保存到data_sub中。

data_sub <- data[data[,2]>2.5 & data[,2]<3,] #筛选第二列大于2.5小于3的值，得到子数据框，保存到data_sub中