我的data.frame（df）由20个不同的列组成。
所有我的专栏是整数值（范围0 - 99）
如何在不定义每列的情况下对整个data.frame中的特定值进行子集划分？
比方说，我想子集我有较低的值（x）大于4
所以我的代码可能是COL1和COL2的数据：
df2 <- subset(df, col1 < 4 & col2 < 4)
这很好。
但是，如何修改我的代码以获得我所有20列的新子集。没有指定每一个特定的列。 ？
感谢您的帮助！
这里是比apply更快的方法，使用max.col，基质子集，和逻辑子集。首先，构建一个样本数据集。
set.seed(1234)
dat <- data.frame(a=sample(1:3, 5, replace=TRUE),
b=sample(1:4, 5, replace=TRUE),
c=sample(1:6, 5, replace=TRUE))
看起来像这样。
dat
a b c
1 1 3 5
2 2 1 4
3 2 1 2
4 2 3 6
5 3 3 2
请注意，只有第三列的值大于4，列中只有2个这样的元素通过测试。现在，我们做
dat[dat[cbind(seq_along(dat[[1]]), max.col(dat))] > 4, ]
a b c
1 1 3 5
4 2 3 6
这里，max.col(dat)返回每行最大值的列。 seq_along(dat[[1]])贯穿行号。 cbind返回一个矩阵，我们使用该矩阵为矩阵子集提取每行的最大值。然后，比较这些值，看看是否有大于4的数字，用> 4返回一个逻辑向量，其长度是data.frame的行数。这用于逐行对数据进行子集分类。
如果你提供了一个[可重现的例子]（https://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example）和样本输入，它会更容易帮助你数据可用于测试和验证可能的解决方案。 – MrFlick
@MrFlick正确 - >我正在寻找一种有效的方法来编写这样的案例，如我的示例 – ira01
@ G5W，当数据有“NA”会产生问题〜 – Wen