Question

我有这个数据框：

state county city  region  mmatrix  X1 X2 X3    A1     A2     A3      B1     B2     B3      C1      C2      C3

  1      1     1      1     111010   1  0  0     2     20    200       Push      8     12      NA      NA      NA
  1      2     1      1     111010   1  0  0     4     NA    400       Shove      9     NA

现在我想要排除名称以某个字符串结尾的列，例如＆＃34; 1＆＃34; （即A1和B1）。我写了这段代码：

df_redacted <- df[, -grep("\\1$", colnames(df))]

然而，这似乎删除了每一列。如何修改代码，使其仅删除与模式匹配的列（即以＆＃34; 3＆＃34;或任何其他字符串结尾）？

解决方案必须能够处理具有数值和分类值的数据帧。

Answer 1

如果我将代码应用于最小的示例并只搜索字符串“A”，那么您的代码就像魅力一样：

df <- data.frame(ID = 1:10,
                 A1 = rnorm(10),
                 A2 = rnorm(10),
                 B1 = letters[1:10],
                 B2 = letters[11:20])
df[, -grep("A", colnames(df))]

因此，您的问题更多是正则表达式问题，而不是如何删除列。如果我运行你的代码，我会收到一个错误：

df[, -grep("\\3$", colnames(df))]
Error in grep("\\3$", colnames(df)) : 
  invalid regular expression '\3$', reason 'Invalid back reference'

更新：为什么不使用以下表达式？

df[, -grep("1$", colnames(df))]
   ID         A2 B2
1   1  2.0957940  k
2   2 -1.7177042  l
3   3 -0.0448357  m
4   4  1.2899925  n
5   5  0.7569659  o
6   6 -0.5048024  p
7   7  0.6929080  q
8   8 -0.5116399  r
9   9 -1.2621066  s
10 10  0.7664955  t

Answer 2

我使用tidyverse找到了一个简单的答案。如果你的colnames包含＆＃34; This＆＃34;，那么所有变量都包含＆＃34; This＆＃34;将被删除。

library(tidyverse) 
df_new <- df %>% select(-contains("This"))

Answer 3

作为一个额外的答案，因为我偶然发现了这个，在寻找data.table解决此问题的方法时。

library(data.table)
dt <- data.table(df)
drop.cols <- grep("1$", colnames(dt))
dt[, (drop.cols) := NULL]

Answer 4

要排除您可以使用的任何字符串，您可以使用...

 # Search string to exclude
 strng <- "1"
 df <- data.frame(matrix(runif(25,max=10),nrow=5))
 colnames(df) <- paste( "EX" , 1:5 )
 df_red <- df[, -( grep(paste0( strng , "$" ) , colnames(df),perl = TRUE) ) ]

    df
#         EX 1     EX 2        EX 3     EX 4     EX 5
#   1 7.332913 4.972780 1.175947853 6.428073 8.625763
#   2 2.730271 3.734072 6.031157537 1.305951 8.012606
#   3 9.450122 3.259247 2.856123205 5.067294 7.027795
#   4 9.682430 5.295177 0.002015966 9.322912 7.424568
#   5 1.225359 1.577659 4.013616377 5.092042 5.130887

    df_red
#         EX 2        EX 3     EX 4     EX 5
#   1 4.972780 1.175947853 6.428073 8.625763
#   2 3.734072 6.031157537 1.305951 8.012606
#   3 3.259247 2.856123205 5.067294 7.027795
#   4 5.295177 0.002015966 9.322912 7.424568
#   5 1.577659 4.013616377 5.092042 5.130887

Answer 5

您可以使用正则表达式进一步扩展它，以进行更广泛的模式搜索。我有一个数据框架，其中有一堆带有"name"，“ upper_name” and“ lower_name”`的列，因为它们代表了一系列序列的置信区间，但是我并不需要全部。因此，使用正则表达式，您可以执行以下操作：

pattern = "(upper_[a-z]*)|(lower_[a-z]*)"
policyData <- policyData[, -grep(pattern = pattern, colnames(policyData))]

“ |”允许我在正则表达式中包含or语句，这样我就可以一次完成一次操作，而不必查找每个模式。

如何在R中按名称模式删除列？

5 个答案: