Xóa toàn bộ một cột khỏi data.frame trong R

Có ai biết cách xóa toàn bộ một cột khỏi data.frame trong R không? Ví dụ: nếu tôi được cung cấp dữ liệu này. Khung:

> head(data)
   chr       genome region
1 chr1 hg19_refGene    CDS
2 chr1 hg19_refGene   exon
3 chr1 hg19_refGene    CDS
4 chr1 hg19_refGene   exon
5 chr1 hg19_refGene    CDS
6 chr1 hg19_refGene   exon

và tôi muốn xóa cột thứ 2.

Bạn có thể đặt nó thành NULL.

> Data$genome <- NULL
> head(Data)
   chr region
1 chr1    CDS
2 chr1   exon
3 chr1    CDS
4 chr1   exon
5 chr1    CDS
6 chr1   exon

Như đã chỉ ra trong các ý kiến, đây là một số khả năng khác:

Data[2] <- NULL    # Wojciech Sobala
Data[[2]] <- NULL  # same as above
Data <- Data[,-2]  # Ian Fellows
Data <- Data[-2]   # same as above

Bạn có thể xóa nhiều cột thông qua:

Data[1:2] <- list(NULL)  # Marek
Data[1:2] <- NULL        # does not work!

Hãy cẩn thận với việc đặt lại ma trận, vì bạn có thể kết thúc bằng một vectơ:

Data <- Data[,-(2:3)]             # vector
Data <- Data[,-(2:3),drop=FALSE]  # still a data.frame

Để xóa một hoặc nhiều cột theo tên, khi tên cột được biết (trái ngược với việc được xác định tại thời điểm chạy), tôi thích subset()cú pháp. Ví dụ cho khung dữ liệu

df <- data.frame(a=1:3, d=2:4, c=3:5, b=4:6)

để loại bỏ chỉ acột bạn có thể làm

Data <- subset( Data, select = -a )

và để loại bỏ các cột bvà dbạn có thể làm

Data <- subset( Data, select = -c(d, b ) )

Bạn có thể xóa tất cả các cột giữa dvà bvới:

Data <- subset( Data, select = -c( d : b )

Như tôi đã nói ở trên, cú pháp này chỉ hoạt động khi biết tên cột. Nó sẽ không hoạt động khi nói tên cột được xác định theo chương trình (nghĩa là được gán cho một biến). Tôi sẽ sao chép Cảnh báo này từ ?subsettài liệu:

Cảnh báo:

Đây là một chức năng tiện lợi dành cho sử dụng tương tác. Để lập trình, tốt hơn là sử dụng các hàm đặt lại tiêu chuẩn như '[' và đặc biệt là việc đánh giá không chuẩn đối với 'tập hợp con' có thể gây ra hậu quả không lường trước được.

(Để hoàn thiện) Nếu bạn muốn xóa các cột theo tên, bạn có thể làm điều này:

cols.dont.want <- "genome"
cols.dont.want <- c("genome", "region") # if you want to remove multiple columns

data <- data[, ! names(data) %in% cols.dont.want, drop = F]

Bao gồm drop = Fđảm bảo rằng kết quả sẽ vẫn là data.framengay cả khi chỉ còn một cột.

Các câu trả lời được đăng rất tốt khi làm việc với data.frames. Tuy nhiên, các tác vụ này có thể khá kém hiệu quả từ góc độ bộ nhớ. Với dữ liệu lớn, việc xóa một cột có thể mất một khoảng thời gian dài bất thường và / hoặc thất bại do out of memorylỗi. Gói data.tablegiúp giải quyết vấn đề này với :=nhà điều hành:

library(data.table)
> dt <- data.table(a = 1, b = 1, c = 1)
> dt[,a:=NULL]
     b c
[1,] 1 1

Tôi nên đưa ra một ví dụ lớn hơn để thể hiện sự khác biệt. Tôi sẽ cập nhật câu trả lời này tại một số điểm với điều đó.

Có một số tùy chọn để xóa một hoặc nhiều cột với dplyr::select()và một số chức năng của trình trợ giúp. Các hàm trợ giúp có thể hữu ích vì một số không yêu cầu đặt tên tất cả các cột cụ thể được loại bỏ. Lưu ý rằng để thả các cột bằng cách sử dụng select()bạn cần sử dụng một hàng đầu -để phủ định tên cột.

Sử dụng dplyr::starwarsdữ liệu mẫu cho một số tên trong cột:

library(dplyr)

starwars %>% 
  select(-height) %>%                  # a specific column name
  select(-one_of('mass', 'films')) %>% # any columns named in one_of()
  select(-(name:hair_color)) %>%       # the range of columns from 'name' to 'hair_color'
  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('^v.+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 

Bạn cũng có thể thả theo số cột:

starwars %>% 
  select(-2, -(4:10)) # column 2 and columns 4 through 10

Với cái này bạn có thể loại bỏ columnvà lưu trữ variablevào cái khác variable.

df = subset(data, select = -c(genome) )