Question

我有一个数据框，其中所有变量都是字符类型。许多列都是完全空的，即只有变量头，但没有值。有没有办法将空列分组出来？

Answer 1

如果您的空列真的空字符列，则以下内容应该有效。如果您的“空”字符列包含空格，则需要进行修改。

示例数据：

mydf <- data.frame(
  A = c("a", "b"),
  B = c("y", ""),
  C = c("", ""),
  D = c("", ""),
  E = c("", "z")
)
mydf
#   A B C D E
# 1 a y      
# 2 b       z

识别并删除“空”列。

mydf[!sapply(mydf, function(x) all(x == ""))]
#   A B E
# 1 a y  
# 2 b   z

或者，按照@Roland的建议：

> mydf[, colSums(mydf != "") != 0]
  A B E
1 a y  
2 b   z

Answer 2

您可以执行以下任一操作：

emptycols <- sapply(df, function (k) all(is.na(k)))
df <- df[!emptycols]

或：

emptycols <- colSums(is.na(df)) == nrow(df)
df <- df[!emptycols]

如果为空，则表示它们是""，第二种方法可以这样调整：

emptycols <- colSums(df == "") == nrow(df)

Answer 3

我有类似的情况 - 我正在使用大型公共记录数据库，但是当我将其缩小到我需要的日期范围和类别时，有很多列不是＆＃39;在使用中。有些是空白的，有些是NA。

所选答案：https://stackoverflow.com/a/17672737/233467对我不起作用，但确实如此：

df[!sapply(df, function (x) all(is.na(x) | x == ""))]

Answer 4

如果您正在讨论所有值均为NA的列，请使用janitor包中的remove_empty("cols")。

如果您有字符向量，其中每个值都是空字符串""，您可以先在dplyr包中使用NA将整个数据框中的值转换为na_if：< / p>

dat <- data.frame(
  x = c("a", "b", "c"),
  y = c("", "", ""),
  z = c(NA, NA, NA),
  stringsAsFactors = FALSE
)

dat
#>   x y  z
#> 1 a   NA
#> 2 b   NA
#> 3 c   NA

library(dplyr)
library(janitor)

dat %>%
  mutate_all(funs(na_if(., ""))) %>%
  remove_empty("cols")
#>   x
#> 1 a
#> 2 b
#> 3 c

Answer 5

这取决于你的意思是空：是NA还是""，还是" "？这样的事情可能有用：

df[,!apply(df, 2, function(x) all(gsub(" ", "", x)=="", na.rm=TRUE))]

Answer 6

这里是可以修改的东西，以排除包含任何指定变量的列。

newdf= df[, apply(df, 2, function(x) !any({is.na(x) | x== "" | 
x== "-4"} ) )]

Answer 7

如果您知道列索引，则可以使用

df[,-c(3, 5, 7)]

这将省略第3,5,7列。

Answer 8

这也可以通过dplyr和select_if

完成

`select_if(df,function(x){any(!is.na(x))})`

或使用is.null()或x==""，具体取决于数据中空值的定义方式。

Answer 9

使用purrr软件包的简单解决方案：

purrr::discard(my_data_frame, ~all(is.na(.)))

R：删除多个空字符变量列

9 个答案: