blocks|key|3643775|text|检查每一行的最小值是否小于零，然后使用该值筛选矩阵：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|3643776|filter+<-+apply(M,+2,+function+(x)+min(x)+<+0)
M+<-+M[,!filter]|code-block|syntax|javascript|3643777|编辑:根据Moody_Mudskipper，这是一个类似但更高级(且正确)的方法：|3643778|filter+<-+apply(data,+2,+function+(x)+any(x+<+0))
data+<-+data[,!filter]|3643779|entityMap^0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|N|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|O|8|@]|9|@]|A|$]]|$1|I|3|J|5|D|7|P|8|@]|9|@]|A|$E|F]]|$1|K|3|-4|5|6|7|Q|8|@]|9|@]|A|$]]]|L|$]]

Check whether the minimum of each row is less than zero, then use that to filter your matrix:

<pre><code>filter &lt;- apply(M, 2, function (x) min(x) &lt; 0)
M &lt;- M[,!filter]
</code></pre>

Edit:
As per Moody_Mudskipper this is a similar but superior (and correct) method:

<pre><code>filter &lt;- apply(data, 2, function (x) any(x &lt; 0))
data &lt;- data[,!filter]
</code></pre>

blocks|key|635382|text|M+<-+matrix(c(1,0,0,1,1,+-1,++0,++2,2,++3,++4,+-3),+ncol+=+4,+byrow+=+T)

M1<-+apply(M,+2,function(i)
{
++p<-+any(i+<0)==FALSE+#(any(as.vector(i))+<+0)
++p
})

M<-+M[,M1]|type|code-block|depth|inlineStyleRanges|entityRanges|data|syntax|javascript|635383|unstyled|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|G|8|@]|9|@]|A|$B|C]]|$1|D|3|-4|5|E|7|H|8|@]|9|@]|A|$]]]|F|$]]

<pre><code>M &lt;- matrix(c(1,0,0,1,1, -1, 0, 2,2, 3, 4, -3), ncol = 4, byrow = T)

M1&lt;- apply(M, 2,function(i)
{
 p&lt;- any(i &lt;0)==FALSE #(any(as.vector(i)) &lt; 0)
 p
})

M&lt;- M[,M1]
</code></pre>

blocks|key|3643787|text|简单的方法可以是使用sum作为列的条件，其中value+<+0+(-ve)。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|3643788|++++#+Data
++++M+<-+matrix(c(1,0,0,1,1,+-1,++0,++2,2,++3,++4,+-3),+ncol+=+4,+byrow+=+T)

++++M[,+!colSums(M+<+0+)]
#+++++[,1]+[,2]
#[1,]++++1++++0
#[2,]++++1++++0
#[3,]++++2++++4|code-block|syntax|javascript|3643789|entityMap^0|M|F|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@$9|N|A|O|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|P|8|@]|D|@]|E|$I|J]]|$1|K|3|-4|5|6|7|Q|8|@]|D|@]|E|$]]]|L|$]]

Simple way could be using sum for column for condition where <code>value &lt; 0 (-ve)</code>.

<pre><code> # Data
 M &lt;- matrix(c(1,0,0,1,1, -1, 0, 2,2, 3, 4, -3), ncol = 4, byrow = T)

 M[, !colSums(M &lt; 0 )]
# [,1] [,2]
#[1,] 1 0
#[2,] 1 0
#[3,] 2 4
</code></pre>

blocks|key|3643806|text|removeNegativeColumns+<-+function(M)+M[,apply(M>=0,2,all)]
removeNegativeColumns(M)
#++++++[,1]+[,2]
#+[1,]++++1++++0
#+[2,]++++1++++0
#+[3,]++++2++++4|type|code-block|depth|inlineStyleRanges|entityRanges|data|syntax|javascript|3643807|unstyled|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|G|8|@]|9|@]|A|$B|C]]|$1|D|3|-4|5|E|7|H|8|@]|9|@]|A|$]]]|F|$]]

<pre><code>removeNegativeColumns &lt;- function(M) M[,apply(M&gt;=0,2,all)]
removeNegativeColumns(M)
# [,1] [,2]
# [1,] 1 0
# [2,] 1 0
# [3,] 2 4
</code></pre>

I want to remove those columns from a matrix <code>M</code> that contain at least one negative number. For example, if

<pre><code>M = (1 0 0 1)
 (1 -1 0 2)
 (2 3 4 -3)
</code></pre>

I want M to become

<pre><code>M = (1 0)
 (1 0)
 (2 4)
</code></pre>

How to type <code>M &lt;- removeNegativeColumns(M)</code> code?

In R how to remove all columns of a matrix that contain a negative number?

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

我希望从包含至少一个负数的矩阵M中删除这些列。例如，如果M = (1 0 0 1) (1 -1 0 2) (2 3 4 -3)我想让我成为M = (1 0) (1 0) (2 4)如何键入 M <- removeNegativeColumns(M) 代码？

问在R中，如何删除包含负数的矩阵的所有列？
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问在R中，如何删除包含负数的矩阵的所有列？EN