基因表达矩阵中排除表达量低的样本和基因

构建基因表达矩阵的时候，其基因个数和样本个数都会达到成千上万个，这时在做PCA分析或者差异基因分析前最好排除表达量低的样本和基因

#加载相应的安装包
library(tidyverse)
#例子如下
gdf <- tibble(g = rnorm(4, 0.5, 0.5), v1 = rnorm(4,1,0.5), v2 = rnorm(4, 1.5, 0.5) 
gdf <- gdf%>% mutate(v3 = rep(0,4)) 
gdf

Output:

# A tibble: 4 x 4
       g    v1    v2    v3
   <dbl> <dbl> <dbl> <dbl>
1 0.718  1.48  0.646     0
2 0.0799 1.60  1.40      0
3 0.925  0.715 1.26      0
4 0.217  1.05  1.76      0

横坐标为样本，纵坐标为基因，此时可以看做有4个基因，4个样本：
如果我们要排除在所有样本中表达量均为0的基因（即v3），可以用colSums函数：

colSums(gdf)>0

Output:

    g    v1    v2    v3 
 TRUE  TRUE  TRUE FALSE 

筛选所有样本中表达量的和大于0的基因：

gdf [,colSums(gdf)