Удалить столбцы фрейма данных по имени
У меня есть ряд столбцов, которые я хотел бы удалить из фрейма данных. Я знаю, что мы можем удалить их по отдельности, используя что-то вроде:
df$x <- NULL
Но я надеялся сделать это с меньшим количеством команд.
Кроме того, я знаю, что я мог бы отбросить столбцы, используя целочисленную индексацию следующим образом:
df <- df[ -c(1, 3:6, 12) ]
Но я обеспокоен тем, что относительное положение моих переменных может измениться.
Учитывая, насколько мощный R, я подумал, что может быть лучший способ, чем отбрасывать каждый столбец один за другим.
25 ответов
Вы можете использовать простой список имен:
DF <- data.frame(
x=1:10,
y=10:1,
z=rep(5,10),
a=11:20
)
drops <- c("x","z")
DF[ , !(names(DF) %in% drops)]
Или, в качестве альтернативы, вы можете составить список тех, которые нужно сохранить, и сослаться на них по имени:
keeps <- c("y", "a")
DF[keeps]
РЕДАКТИРОВАТЬ: Для тех, кто еще не знаком с drop Аргумент функции индексации: если вы хотите сохранить один столбец как фрейм данных, вы делаете:
keeps <- "y"
DF[ , keeps, drop = FALSE]
drop=TRUE (или не упоминая об этом) отбросит ненужные измерения и, следовательно, вернет вектор со значениями столбца y,
Там также subset Команда, полезная, если вы знаете, какие столбцы вы хотите:
df <- data.frame(a = 1:10, b = 2:11, c = 3:12)
df <- subset(df, select = c(a, c))
ОБНОВЛЕНО после комментария @hadley: Чтобы удалить столбцы a,c, вы можете сделать:
df <- subset(df, select = -c(a, c))
within(df, rm(x))
вероятно, проще всего, или для нескольких переменных:
within(df, rm(x, y))
Или если вы имеете дело с data.tables (per Как удалить столбец по имени в data.table?):
dt[, x := NULL] # deletes column x by reference instantly
dt[, !"x", with=FALSE] # selects all but x into a new data.table
или для нескольких переменных
dt[, c("x","y") := NULL]
dt[, !c("x", "y"), with=FALSE]
В разрабатываемой версии data.table ( инструкция по установке), with = FALSE больше не нужно:
dt[ , !"x"]
dt[ , !c("x", "y")]
Вы могли бы использовать %in% как это:
df[, !(colnames(df) %in% c("x","bar","foo"))]
list(NULL) также работает:
dat <- mtcars
colnames(dat)
# [1] "mpg" "cyl" "disp" "hp" "drat" "wt" "qsec" "vs" "am" "gear"
# [11] "carb"
dat[,c("mpg","cyl","wt")] <- list(NULL)
colnames(dat)
# [1] "disp" "hp" "drat" "qsec" "vs" "am" "gear" "carb"
Если вы хотите удалить столбцы по ссылке и избежать внутреннего копирования, связанного с data.frames тогда вы можете использовать data.table пакет и функция :=
Вы можете передать имена векторных символов в левую часть := оператор и NULL как RHS.
library(data.table)
df <- data.frame(a=1:10, b=1:10, c=1:10, d=1:10)
DT <- data.table(df)
# or more simply DT <- data.table(a=1:10, b=1:10, c=1:10, d=1:10) #
DT[, c('a','b') := NULL]
Если вы хотите заранее определить имена как символьный вектор вне вызова [, оберните название объекта в () или же {} заставить LHS оцениваться в вызывающей области, а не в качестве имени в области DT,
del <- c('a','b')
DT <- data.table(a=1:10, b=1:10, c=1:10, d=1:10)
DT[, (del) := NULL]
DT <- <- data.table(a=1:10, b=1:10, c=1:10, d=1:10)
DT[, {del} := NULL]
# force or `c` would also work.
Вы также можете использовать set что позволяет избежать накладных расходов [.data.table, а также работает для data.frames !
df <- data.frame(a=1:10, b=1:10, c=1:10, d=1:10)
DT <- data.table(df)
# drop `a` from df (no copying involved)
set(df, j = 'a', value = NULL)
# drop `b` from DT (no copying involved)
set(DT, j = 'b', value = NULL)
Существует потенциально более мощная стратегия, основанная на том факте, что grep() возвращает числовой вектор. Если у вас длинный список переменных, как у меня в одном из моего набора данных, некоторые переменные заканчиваются на ".A", а другие заканчиваются на ".B", и вам нужны только те, которые заканчиваются на ".A" (вдоль со всеми переменными, которые не соответствуют ни одному шаблону, сделайте это:
dfrm2 <- dfrm[ , -grep("\\.B$", names(dfrm)) ]
Для рассматриваемого случая, на примере Joris Meys, он может быть не таким компактным, но это будет:
DF <- DF[, -grep( paste("^",drops,"$", sep="", collapse="|"), names(DF) )]
Другая dplyr ответ. Если ваши переменные имеют некоторую общую структуру именования, вы можете попробовать starts_with(), Например
library(dplyr)
df <- data.frame(var1 = rnorm(5), var2 = rnorm(5), var3 = rnorm (5),
var4 = rnorm(5), char1 = rnorm(5), char2 = rnorm(5))
df
# var2 char1 var4 var3 char2 var1
#1 -0.4629512 -0.3595079 -0.04763169 0.6398194 0.70996579 0.75879754
#2 0.5489027 0.1572841 -1.65313658 -1.3228020 -1.42785427 0.31168919
#3 -0.1707694 -0.9036500 0.47583030 -0.6636173 0.02116066 0.03983268
df1 <- df %>% select(-starts_with("char"))
df1
# var2 var4 var3 var1
#1 -0.4629512 -0.04763169 0.6398194 0.75879754
#2 0.5489027 -1.65313658 -1.3228020 0.31168919
#3 -0.1707694 0.47583030 -0.6636173 0.03983268
Если вы хотите удалить последовательность переменных во фрейме данных, вы можете использовать :, Например, если вы хотите сбросить var2, var3и все переменные между ними, вы бы просто остались с var1:
df2 <- df1 %>% select(-c(var2:var3) )
df2
# var1
#1 0.75879754
#2 0.31168919
#3 0.03983268
Решение Dplyr
Я сомневаюсь, что это привлечет большое внимание здесь, но если у вас есть список столбцов, которые вы хотите удалить, и вы хотите сделать это в dplyr Я использую цепь one_of() в select пункт:
Вот простой, воспроизводимый пример:
undesired <- c('mpg', 'cyl', 'hp')
mtcars %>%
select(-one_of(undesired))
Документацию можно найти, запустив ?one_of или здесь:
http://genomicsclass.github.io/book/pages/dplyr_tutorial.html
Другая возможность:
df <- df[, setdiff(names(df), c("a", "c"))]
или же
df <- df[, grep('^(a|c)$', names(df), invert=TRUE)]
Из интереса это указывает на одну из странных множественных синтаксических несоответствий R. Например, дан кадр данных из двух столбцов:
df <- data.frame(x=1, y=2)
Это дает фрейм данных
subset(df, select=-y)
но это дает вектор
df[,-2]
Это все объясняется в ?[ но это не совсем ожидаемое поведение. Ну, по крайней мере, не для меня...
DF <- data.frame(
x=1:10,
y=10:1,
z=rep(5,10),
a=11:20
)
DF
Выход:
x y z a
1 1 10 5 11
2 2 9 5 12
3 3 8 5 13
4 4 7 5 14
5 5 6 5 15
6 6 5 5 16
7 7 4 5 17
8 8 3 5 18
9 9 2 5 19
10 10 1 5 20
DF[c("a","x")] <- list(NULL)
Выход:
y z
1 10 5
2 9 5
3 8 5
4 7 5
5 6 5
6 5 5
7 4 5
8 3 5
9 2 5
10 1 5
Вот dplyr способ пойти об этом:
#df[ -c(1,3:6, 12) ] # original
df.cut <- df %>% select(-col.to.drop.1, -col.to.drop.2, ..., -col.to.drop.6) # with dplyr::select()
Мне это нравится, потому что это интуитивно понятно и понятно без аннотаций и устойчиво к изменению положения столбцов во фрейме данных. Это также следует векторизованной идиоме, используя - удалить элементы.
Я продолжаю думать, что должна быть лучшая идиома, но для вычитания столбцов по имени я склонен делать следующее:
df <- data.frame(a=1:10, b=1:10, c=1:10, d=1:10)
# return everything except a and c
df <- df[,-match(c("a","c"),names(df))]
df
Там есть функция под названием dropNamed() в Бернда Бишла BBmisc пакет, который делает именно это.
BBmisc::dropNamed(df, "x")
Преимущество состоит в том, что он избегает повторения аргумента фрейма данных и поэтому подходит для magrittr (так же, как dplyr подходы):
df %>% BBmisc::dropNamed("x")
За select(-one_of(drop_col_names)) продемонстрировано в предыдущих ответах, есть пара других dplyr варианты удаления столбцов с помощью select() которые не включают в себя определение всех конкретных имен столбцов (с использованием образца данных dplyr starwars для некоторого разнообразия в именах столбцов):
library(dplyr)
starwars %>%
select(-(name:mass)) %>% # the range of columns from 'name' to 'mass'
select(-contains('color')) %>% # any column name that contains 'color'
select(-starts_with('bi')) %>% # any column name that starts with 'bi'
select(-ends_with('er')) %>% # any column name that ends with 'er'
select(-matches('^f.+s$')) %>% # any column name matching the regex pattern
select_if(~!is.list(.)) %>% # not by column name but by data type
head(2)
# A tibble: 2 x 2
homeworld species
<chr> <chr>
1 Tatooine Human
2 Tatooine Droid
Другое решение, если вы не хотите использовать @adley выше: если "COLUMN_NAME" - это имя столбца, который вы хотите удалить:
df[,-which(names(df) == "COLUMN_NAME")]
Укажите фрейм данных и строку имен, разделенных запятыми, для удаления:
remove_features <- function(df, features) {
rem_vec <- unlist(strsplit(features, ', '))
res <- df[,!(names(df) %in% rem_vec)]
return(res)
}
Использование:
remove_features(iris, "Sepal.Length, Petal.Width")
Есть много способов сделать ...
Опция 1:
df[ , -which(names(df) %in% c("name1","name2"))]
Вариант-2:
df[!names(df) %in% c("name1", "name2")]
Вариант-3:
subset(df, select=-c(name1,name2))
Отбрасывайте и удаляйте столбцы по имени столбца во фрейме данных.
A <- df[, c("Имя","Имя1","Имя2","Имя3")]
Если у вас большой data.frame и мало используют память [ . . . . или rm а также within чтобы удалить столбцыdata.frame, как subsetв настоящее время (R 3.6.2) использует больше памяти - помимо подсказки в руководстве по использованиюsubsetинтерактивно.
getData <- function() {
n <- 1e7
set.seed(7)
data.frame(a = runif(n), b = runif(n), c = runif(n), d = runif(n))
}
DF <- getData()
tt <- sum(.Internal(gc(FALSE, TRUE, TRUE))[13:14])
DF <- DF[setdiff(names(DF), c("a", "c"))] ##
#DF <- DF[!(names(DF) %in% c("a", "c"))] #Alternative
#DF <- DF[-match(c("a","c"),names(DF))] #Alternative
sum(.Internal(gc(FALSE, FALSE, TRUE))[13:14]) - tt
#0.1 MB are used
DF <- getData()
tt <- sum(.Internal(gc(FALSE, TRUE, TRUE))[13:14])
DF <- subset(DF, select = -c(a, c)) ##
sum(.Internal(gc(FALSE, FALSE, TRUE))[13:14]) - tt
#357 MB are used
DF <- getData()
tt <- sum(.Internal(gc(FALSE, TRUE, TRUE))[13:14])
DF <- within(DF, rm(a, c)) ##
sum(.Internal(gc(FALSE, FALSE, TRUE))[13:14]) - tt
#0.1 MB are used
DF <- getData()
tt <- sum(.Internal(gc(FALSE, TRUE, TRUE))[13:14])
DF[c("a", "c")] <- NULL ##
sum(.Internal(gc(FALSE, FALSE, TRUE))[13:14]) - tt
#0.1 MB are used
Найдите индекс столбцов, которые вы хотите удалить, используя which, Дайте этим индексам отрицательный знак (*-1). Затем подмножество этих значений, которые будут удалять их из кадра данных. Это пример.
DF <- data.frame(one=c('a','b'), two=c('c', 'd'), three=c('e', 'f'), four=c('g', 'h'))
DF
# one two three four
#1 a d f i
#2 b e g j
DF[which(names(DF) %in% c('two','three')) *-1]
# one four
#1 a g
#2 b h
Другой вариант использования функцииfselectиз развал- пакета. Вот воспроизводимый пример:
DF <- data.frame(
x=1:10,
y=10:1,
z=rep(5,10),
a=11:20
)
library(collapse)
fselect(DF, -z)
#> x y a
#> 1 1 10 11
#> 2 2 9 12
#> 3 3 8 13
#> 4 4 7 14
#> 5 5 6 15
#> 6 6 5 16
#> 7 7 4 17
#> 8 8 3 18
#> 9 9 2 19
#> 10 10 1 20
Создано 26 августа 2022 г. с репрексом v2.0.2
df <- data.frame(
+ a=1:5,
+ b=6:10,
+ c=rep(22,5),
+ d=round(runif(5)*100, 2),
+ e=round(runif(5)*100, 2),
+ f=round(runif(5)*100, 2),
+ g=round(runif(5)*100, 2),
+ h=round(runif(5)*100, 2)
+ )
> df
a b c d e f g h
1 1 6 22 76.31 39.96 66.62 72.75 73.14
2 2 7 22 53.41 94.85 96.02 97.31 85.32
3 3 8 22 98.29 38.95 12.61 29.67 88.45
4 4 9 22 20.04 53.53 83.07 77.50 94.99
5 5 10 22 5.67 0.42 15.07 59.75 31.21
> # remove cols: d g h
> newDf <- df[, c(1:3, 5), drop=TRUE]
> newDf
a b c e
1 1 6 22 39.96
2 2 7 22 94.85
3 3 8 22 38.95
4 4 9 22 53.53
5 5 10 22 0.42
Другой вариант data.table, который еще не был опубликован, использует специальный глагол
.SD, что означает подмножество данных. Вместе с
.SDcols аргумент, вы можете выбирать / удалять столбцы по имени или индексу.
require(data.table)
# data
dt = data.table(
A = LETTERS[1:5],
B = 1:5,
C = rep(TRUE, 5)
)
# delete B
dt[ , .SD, .SDcols =! 'B' ]
# delete all matches (i.e. all columns)
cols = grep('[A-Z]+', names(dt), value = TRUE)
dt[ , .SD, .SDcols =! cols ]
Сводку всех вариантов такой задачи в data.table можно найти здесь