按名称删除数据框列

19 回答

• 129

  这是一个 dplyr 方式：

  #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()
  

  我喜欢这个，因为没有注释就可以直观地阅读和理解，并且可以在数据框中更改位置 . 它还遵循使用 - 去除元素的矢量化习语 .

  回复于 2024-05-04T15:33:18+08:00
• 18

  使用 which 查找要删除的列的索引 . 给这些索引一个负号（ *-1 ） . 然后对这些值进行子集化，这将从数据帧中删除它们 . 这是一个例子 .

  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
  

  回复于 2024-05-04T15:33:18+08:00
• 36

  出于兴趣，这标志着R的奇怪的多语法不一致之一 . 例如，给定一个两列数据框：

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

  这给出了一个数据框

  subset(df, select=-y)
  

  但这给了一个矢量

  df[,-2]
  

  这在 ?[ 中都有解释，但并不是完全预期的行为 . 好吧，至少不是我...

  回复于 2024-05-04T15:33:18+08:00
• 1

  另一个 dplyr 回答 . 如果您的变量有一些共同的命名结构，您可以尝试 starts_with() . 例如

  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
  

  如果要在数据框中删除一系列变量，可以使用 : . 例如，如果你想删除 var2 ， var3 和其间的所有变量，你只需要留下 var1 ：

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

  回复于 2024-05-04T15:33:18+08:00
• 381

  另一种解决方案，如果您不想使用上面的@ hadley：如果“COLUMN_NAME”是您要删除的列的名称：

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

  回复于 2024-05-04T15:33:18+08:00
• 770

  within(df, rm(x))
  

  可能是最简单的，或多个变量：

  within(df, rm(x, y))
  

  或者如果你正在处理 data.table s（每How do you delete a column by name in data.table?）：

  dt[, x := NULL]   # deletes column x by reference instantly
  
  dt[, !"x", with=FALSE]   # selects all but x into a new data.table
  

  或多个变量

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

  ---

  在 data.table （installation instructions）的开发版本中，不再需要 with = FALSE ：

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

  回复于 2024-05-04T15:33:18+08:00
• 35

  还有 subset 命令，如果您知道所需的列，则非常有用：

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

  @hadley评论后更新：要删除列a，c，您可以执行以下操作：

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

  回复于 2024-05-04T15:33:18+08:00
• 16

  我一直认为必须有一个更好的习语，但是为了按名称减去列，我倾向于做以下事情：

  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
  

  回复于 2024-05-04T15:33:18+08:00
• 18

  您可以像这样使用 %in% ：

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

  回复于 2024-05-04T15:33:18+08:00
• 95

  除了 select(-one_of(drop_col_names)) 在前面的答案中演示之外，还有一些 dplyr 选项用于使用 select() 删除列，这些选项不涉及定义所有特定的列名称（使用dplyr starwars样本数据用于列名中的某些变体）：

  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
  

  回复于 2024-05-04T15:33:18+08:00
• 2

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

  Output:

  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)
  

  Output:

  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
  

  回复于 2024-05-04T15:33:18+08:00
• 19

  提供 data frame 和 comma separated names 字符串以删除：

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

  Usage ：

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

  回复于 2024-05-04T15:33:18+08:00
• 41

  基于grep（）将返回数字向量这一事实，可能有更强大的策略 . 如果你在我的一个数据集中有一长串变量，那么一些变量以“.A”结尾，而另一些以“.B”结尾，你只想要以“.A”结尾的变量（沿着如果所有变量都不匹配任何模式，请执行以下操作：

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

  对于手头的情况，使用Joris Meys示例，它可能不那么紧凑，但它将是：

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

  回复于 2024-05-04T15:33:18+08:00
• 11

  list（NULL）也有效：

  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"
  

  回复于 2024-05-04T15:33:18+08:00
• 6

  另一种可能性

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

  要么

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

  回复于 2024-05-04T15:33:18+08:00
• 0

  在Bernd Bischl的 BBmisc 包中有一个名为 dropNamed() 的函数就是这样做的 .

  BBmisc::dropNamed(df, "x")
  

  优点是它避免重复数据框参数，因此适用于 magrittr 中的管道（就像 dplyr 方法一样）：

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

  回复于 2024-05-04T15:33:18+08:00
• 10

  Dplyr Solution

  我怀疑这会引起很多关注，但是如果你有一个要删除的列列表，并且你想在 dplyr 链中执行它，我在 select 子句中使用 one_of() ：

  这是一个简单，可重复的示例：

  undesired <- c('mpg', 'cyl', 'hp')
  
  mtcars %>%
    select(-one_of(undesired))
  

  可以通过运行 ?one_of 或此处找到文档：

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

  回复于 2024-05-04T15:33:18+08:00
• 19

  您可以使用简单的名称列表：

  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)]
  

  或者，您也可以列出要保留的列表并按名称引用它们：

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

  编辑：对于那些仍然不熟悉索引函数的 drop 参数的人，如果要将一列保留为数据框，则执行以下操作：

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

  drop=TRUE （或不提及它）将丢弃不必要的维度，因此返回具有列 y 的值的向量 .

  回复于 2024-05-04T15:33:18+08:00
• 10

  如果要通过引用删除列并避免与 data.frames 关联的内部复制，则可以使用 data.table 包和函数 :=

  您可以将字符向量名称传递到 := 运算符的左侧，将 NULL 作为RHS传递 .

  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]
  

  如果要将名称预定义为字符向量在调用 [ 之外，在 () 或 {} 中包装对象的名称，以强制在调用范围内评估LHS，而不是在 DT 范围内的名称 .

  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.
  

  你也可以使用 set ，这可以避免 [.data.table ， and also works for data.frames! 的开销

  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)
  

  回复于 2024-05-04T15:33:18+08:00