Làm thế nào để bạn xóa một cột theo tên trong data.table?

Để thoát khỏi một cột có tên "foo" trong a data.frame, tôi có thể làm:

df <- df[-grep('foo', colnames(df))]

Tuy nhiên, một khi dfđược chuyển đổi thành một data.tableđối tượng, không có cách nào để loại bỏ một cột.

Thí dụ:

df <- data.frame(id = 1:100, foo = rnorm(100))
df2 <- df[-grep('foo', colnames(df))] # works
df3 <- data.table(df)
df3[-grep('foo', colnames(df3))] 

Nhưng một khi nó được chuyển đổi thành một data.tableđối tượng, điều này không còn hoạt động.

Bất kỳ điều nào sau đây sẽ xóa cột fookhỏi data.table df3:

# Method 1 (and preferred as it takes 0.00s even on a 20GB data.table)
df3[,foo:=NULL]

df3[, c("foo","bar"):=NULL]  # remove two columns

myVar = "foo"
df3[, (myVar):=NULL]   # lookup myVar contents

# Method 2a -- A safe idiom for excluding (possibly multiple)
# columns matching a regex
df3[, grep("^foo$", colnames(df3)):=NULL]

# Method 2b -- An alternative to 2a, also "safe" in the sense described below
df3[, which(grepl("^foo$", colnames(df3))):=NULL]

data.table cũng hỗ trợ cú pháp sau:

## Method 3 (could then assign to df3, 
df3[, !"foo"]  

mặc dù nếu bạn thực sự muốn xóa cột "foo"khỏi df3(thay vì chỉ in chế độ xem của df3cột trừ "foo") thì bạn thực sự muốn sử dụng Phương pháp 1 thay thế.

(Lưu ý rằng nếu bạn sử dụng một phương thức dựa vào grep()hoặc grepl(), bạn cần phải đặt pattern="^foo$"chứ không phải "foo", nếu bạn không muốn các cột có tên như "fool"và "buffoon"(nghĩa là các cột chứa foodưới dạng chuỗi con) cũng được khớp và xóa.)

Tùy chọn ít an toàn hơn, tốt cho sử dụng tương tác:

Hai thành ngữ tiếp theo cũng sẽ hoạt động - nếu df3chứa kết hợp cột"foo" - nhưng sẽ thất bại theo cách có thể bất ngờ nếu không. Ví dụ: nếu bạn sử dụng bất kỳ tệp nào trong số chúng để tìm kiếm cột không tồn tại "bar", bạn sẽ kết thúc với dữ liệu không có hàng.

Kết quả là, chúng thực sự phù hợp nhất cho việc sử dụng tương tác trong đó người ta có thể, ví dụ, muốn hiển thị một data.table trừ bất kỳ cột nào có tên chứa chuỗi con "foo". Đối với mục đích lập trình (hoặc nếu bạn thực sự muốn xóa (các) cột df3thay vì từ bản sao của nó), Phương thức 1, 2a và 2b thực sự là những lựa chọn tốt nhất.

# Method 4:
df3[, .SD, .SDcols = !patterns("^foo$")]

Cuối cùng, có những cách tiếp cận bằng cách sử dụng with=FALSE, mặc dù data.tableđang dần chuyển sang sử dụng đối số này, vì vậy bây giờ nó không được khuyến khích ở nơi bạn có thể tránh nó; hiển thị ở đây để bạn biết tùy chọn tồn tại trong trường hợp bạn thực sự cần nó:

# Method 5a (like Method 3)
df3[, !"foo", with=FALSE] 
# Method 5b (like Method 4)
df3[, !grep("^foo$", names(df3)), with=FALSE]
# Method 5b (another like Method 4)
df3[, !grepl("^foo$", names(df3)), with=FALSE]

Bạn cũng có thể sử dụng setcho việc này, điều này giúp tránh các chi phí [.data.tabletrong vòng lặp:

dt <- data.table( a=letters, b=LETTERS, c=seq(26), d=letters, e=letters )
set( dt, j=c(1L,3L,5L), value=NULL )
> dt[1:5]
   b d
1: A a
2: B b
3: C c
4: D d
5: E e

Nếu bạn muốn làm điều đó theo tên cột, which(colnames(dt) %in% c("a","c","e"))nên làm việc cho j.

Tôi chỉ đơn giản là làm theo kiểu khung dữ liệu:

DT$col = NULL

Hoạt động nhanh và theo như tôi thấy không gây ra vấn đề gì.

CẬP NHẬT: không phải là phương pháp tốt nhất nếu DT của bạn rất lớn, vì sử dụng $<-toán tử sẽ dẫn đến sao chép đối tượng. Vì vậy, sử dụng tốt hơn:

DT[, col:=NULL]

Tùy chọn rất đơn giản trong trường hợp bạn có nhiều cột riêng lẻ cần xóa trong bảng dữ liệu và bạn muốn tránh nhập tất cả các tên cột #careadvrated

dt <- dt[, -c(1,4,6,17,83,104)]

Điều này sẽ loại bỏ các cột dựa trên số cột thay thế.

Rõ ràng là nó không hiệu quả vì nó bỏ qua các lợi thế của data.table nhưng nếu bạn làm việc với ít hơn 500.000 hàng thì nó hoạt động tốt

Giả dt của bạn có các cột col1, col2, col3, col4, col5,coln .

Để xóa một tập hợp con của chúng:

vx <- as.character(bquote(c(col1, col2, col3, coln)))[-1]
DT[, paste0(vx):=NULL]

Đây là một cách khi bạn muốn đặt # cột thành NULL với tên cột của họ là hàm cho việc sử dụng của bạn :)

deleteColsFromDataTable <- function (train, toDeleteColNames) {

       for (myNm in toDeleteColNames)

       train <- train [,(myNm):=NULL]

       return (train)
}

DT[,c:=NULL] # remove column c

Đối với data.table, việc gán cột cho NULL sẽ xóa nó:

DT[,c("col1", "col1", "col2", "col2")] <- NULL
^
|---- Notice the extra comma if DT is a data.table

... tương đương với:

DT$col1 <- NULL
DT$col2 <- NULL
DT$col3 <- NULL
DT$col4 <- NULL

Tương đương với data.frame là:

DF[c("col1", "col1", "col2", "col2")] <- NULL
      ^
      |---- Notice the missing comma if DF is a data.frame

H: Tại sao có dấu phẩy trong phiên bản cho data.table và không có dấu phẩy trong phiên bản cho data.frame?

A. Vì data.frames được lưu trữ dưới dạng danh sách các cột, bạn có thể bỏ qua dấu phẩy. Bạn cũng có thể thêm nó vào, tuy nhiên sau đó bạn sẽ cần gán chúng vào danh sách NULLs , DF[, c("col1", "col2", "col3")] <- list(NULL).