Veri çerçevesi sütunlarını ada göre bırakın

Bir veri çerçevesinden kaldırmak istediğiniz sütunlar bir dizi var. Bunları tek tek silebileceğimizi biliyorum:

df$x <- NULL

Ama bunu daha az komutla yapmayı umuyordum.

Ayrıca, ben böyle tamsayı indeksleme kullanarak sütun bırakabileceğini biliyorum:

df <- df[ -c(1, 3:6, 12) ]

Fakat değişkenlerimin göreceli konumunun değişebileceğinden endişeliyim.

R'nin ne kadar güçlü olduğu göz önüne alındığında, her sütunu tek tek bırakmaktan daha iyi bir yol olabileceğini düşündüm.

Basit bir ad listesi kullanabilirsiniz:

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)]

Alternatif olarak, saklanacakların bir listesini yapabilir ve adlarına göre bunlara başvurabilirsiniz:

keeps <- c("y", "a")
DF[keeps]

DÜZENLEME: dropDizin oluşturma işlevinin bağımsız değişkeniyle hala tanışmamış olanlar için, bir sütunu veri çerçevesi olarak tutmak istiyorsanız, şunları yaparsınız:

keeps <- "y"
DF[ , keeps, drop = FALSE]

drop=TRUE(veya bahsetmemek) gereksiz boyutları düşürür ve bu nedenle sütun değerlerini içeren bir vektör döndürür y.

Ayrıca subsethangi sütunları istediğinizi biliyorsanız yararlı bir komut da vardır :

df <- data.frame(a = 1:10, b = 2:11, c = 3:12)
df <- subset(df, select = c(a, c))

@Hadley tarafından yapılan yorumdan sonra GÜNCELLENDİ: a, c sütunlarını bırakmak için şunları yapabilirsiniz:

df <- subset(df, select = -c(a, c))

within(df, rm(x))

muhtemelen en kolay olanı veya birden çok değişken için:

within(df, rm(x, y))

Veya data.tables ile uğraşıyorsanız ( bir sütunu data.table içindeki ada göre nasıl silebilirsiniz? ):

dt[, x := NULL]   # Deletes column x by reference instantly.

dt[, !"x"]   # Selects all but x into a new data.table.

veya birden çok değişken için

dt[, c("x","y") := NULL]

dt[, !c("x", "y")]

Bunun %in%gibi kullanabilirsiniz :

df[, !(colnames(df) %in% c("x","bar","foo"))]

list (NULL) da çalışır:

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"

Sütunları referansla kaldırmak ve ilişkili iç kopyadan kaçınmak data.framesistiyorsanız, data.tablepaketi ve işlevi kullanabilirsiniz.:=

Bir karakter vektörü isimlerini :=operatörün sol tarafına NULLve RHS olarak iletebilirsiniz .

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]

Adları çağrının dışında karakter vektörü olarak önceden tanımlamak istiyorsanız [, nesnenin adını kaydırın ()veya {}LHS'yi çağrı kapsamı içinde bir ad olarak değil, çağrı kapsamında değerlendirilmeye zorlayın 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.   

Ayrıca kullanabilirsiniz setyükü kaçınan, [.data.table, ve ayrıca için çalışıyor 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)

Grep () 'in sayısal bir vektör döndüreceği gerçeğine dayanan potansiyel olarak daha güçlü bir strateji vardır. Veri kümemden birinde yaptığım gibi uzun bir değişkenler listeniz varsa, ".A" ile biten bazı değişkenler ve ".B" ile biten bazı değişkenler varsa ve yalnızca ".A" ile biten değişkenleri ( her iki kalıpla eşleşmeyen tüm değişkenlerle bunu yapın:

dfrm2 <- dfrm[ , -grep("\\.B$", names(dfrm)) ]

Eldeki durum için, Joris Meys örneğini kullanarak, o kadar kompakt olmayabilir, ancak şu olurdu:

DF <- DF[, -grep( paste("^",drops,"$", sep="", collapse="|"), names(DF) )]

Başka bir dplyrcevap. Değişkenlerinizde bazı ortak adlandırma yapıları varsa, deneyebilirsiniz starts_with(). Örneğin

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

Veri çerçevesinde bir değişkenler dizisi bırakmak istiyorsanız, kullanabilirsiniz :. Eğer bırakmak istedim Örneğin var2, var3ve tüm aradaki değişkenler, sadece sol olurdu var1:

df2 <- df1 %>% select(-c(var2:var3) )  
df2
#        var1
#1 0.75879754
#2 0.31168919
#3 0.03983268

Bir başka olasılık:

df <- df[, setdiff(names(df), c("a", "c"))]

veya

df <- df[, grep('^(a|c)$', names(df), invert=TRUE)]

DF <- data.frame(
  x=1:10,
  y=10:1,
  z=rep(5,10),
  a=11:20
)
DF

Çıktı:

    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)

Çıktı:

        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

Dplyr Çözümü

Bunun burada çok dikkat çekeceğinden şüpheliyim, ancak kaldırmak istediğiniz sütunların bir listeniz varsa ve bu maddede dplyrkullandığım bir zincirde yapmak istiyorsanız :one_of()select

İşte basit, tekrarlanabilir bir örnek:

undesired <- c('mpg', 'cyl', 'hp')

mtcars <- mtcars %>%
  select(-one_of(undesired))

Belgeleri çalıştırarak ?one_ofveya buradan bulabilirsiniz:

http://genomicsclass.github.io/book/pages/dplyr_tutorial.html

İlginin dışında, bu R'nin tuhaf çoklu sözdizimi tutarsızlıklarından birini işaretliyor. Örneğin, iki sütunlu bir veri çerçevesi verildiğinde:

df <- data.frame(x=1, y=2)

Bu bir veri çerçevesi sağlar

subset(df, select=-y)

ama bu bir vektör veriyor

df[,-2]

Bunların hepsi açıklanmaktadır ?[ancak tam olarak beklenen davranış değildir. En azından benim için değil ...

İşte bunun için bir dplyryol:

#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()

Bunu beğendim, çünkü açıklama olmadan okumak ve anlamak sezgiseldir ve veri çerçevesi içindeki konumu değiştiren sütunlara dayanıklıdır. Ayrıca -elemanları çıkarmak için kullanılan vektörlenmiş deyimi takip eder .

Daha iyi bir deyim olması gerektiğini düşünmeye devam ediyorum, ancak sütunları ada göre çıkarmak için aşağıdakileri yapmaya eğilimliyim:

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

dropNamed()Bernd Bischl'in BBmiscpaketinde tam olarak bunu yapan bir işlev var .

BBmisc::dropNamed(df, "x")

Avantajı, veri çerçevesi argümanını tekrarlamaktan kaçınması ve bu nedenle magrittr(tıpkı dplyryaklaşımlar gibi ) borular için uygun olmasıdır :

df %>% BBmisc::dropNamed("x")

@ Hadley'nin yukarısında kullanmak istemiyorsanız başka bir çözüm: "COLUMN_NAME", bırakmak istediğiniz sütunun adı ise:

df[,-which(names(df) == "COLUMN_NAME")]

select(-one_of(drop_col_names))Daha önceki yanıtlarda gösterilmenin ötesinde , tüm belirli sütun adlarını tanımlamayı içermeyen dplyrsütunları bırakmak için birkaç seçenek daha vardır select()(sütun adlarında bazı çeşitler için dplyr starwars örnek verilerini kullanarak):

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 

Eğer veya veri çerçevesi mevcut olmayabilir bir sütun bırakın gerekiyorsa, burada kullanarak hafif bir büküm select_if()kullanarak aksine o one_of()bir atmaz Unknown columns:sütun adı yaparsa uyarı mevcut değil. Bu örnekte 'bad_column' veri çerçevesinde bir sütun değildir:

starwars %>% 
  select_if(!names(.) %in% c('height', 'mass', 'bad_column'))

Kaldırılacak veri çerçevesini ve virgülle ayrılmış ad dizesini sağlayın :

remove_features <- function(df, features) {
  rem_vec <- unlist(strsplit(features, ', '))
  res <- df[,!(names(df) %in% rem_vec)]
  return(res)
}

Kullanımı :

remove_features(iris, "Sepal.Length, Petal.Width")

Kullanarak bırakmak istediğiniz sütunların dizinini bulun which. Bu dizinlere negatif işaret ( *-1) verin. Daha sonra bu değerleri veri çerçevesinden kaldıracak olan alt küme. Bu bir örnektir.

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

Büyük bir varsa data.frameve hafıza kullanımı hakkında düşüktür [ . . . . ya da rmvewithin için bir sütun kaldırmakdata.frame olarak, subsetel ipucu için yanında - şu anda daha fazla bellek (R 3.6.2) olan kullanımı subsetetkileşimli .

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