Question

两周内第二次，我处理的数据包含大量空列。它的公共记录数据，我只对一个类别感兴趣。我怀疑较大数据集的其他类别使用这些列，但我关心的子集不是。所以我过滤掉了我不想要的记录，然后我想系统地剔除空列。

这个问题有一个很好的方法：

R: Remove multiple empty columns of character variables

empty_columns <- sapply(df, function (k) all(is.na(k) | k == ""))
df <- df[!empty_columns]

但是我想把它变成一个函数，所以我可以使用数据框的名称运行一次。类似的东西：

drop_empty_cols <- function(df) {
  empty_columns <- sapply(df, function (k) all(is.na(k) | k == ""))
  df <- df[!empty_columns]
}

drop_empty_cols(my_frame)

但是......上面的方法失败了，并且无声地失败了。这是一些示例数据：

demo <- read.table(text="Real.Val All.NA Nothin.here
1      3.5     NA         tmp
2      3.0     NA         tmp
3      3.2     NA         tmp
4      3.1     NA         tmp
5      3.6     NA         tmp
6      3.9     NA         tmp" , header = TRUE)

demo$Nothin.here <- ""

（我确定有一种方法可以用空列写一个可重现的例子，但是我的窒息。所以这会在你创建框架后清空它。）

如果我drop_empty_cols(demo)我还有6 obs. of 3 variables。如果我做

empty_columns <- sapply(demo, function (k) all(is.na(k) | k == ""))
demo <- demo[!empty_columns]

我得到了预期的结果：6 obs. of 1 variable。但要重用，我必须三次替换demo。甚至可以使用函数直接转换数据框吗？

Answer 1

我认为你的问题几乎归结为范围之一。在R中，当您调用函数时，在该函数中创建的所有内容都是本地的，并且在该函数之外无法访问。因此，当您将演示数据帧传递给该函数时，它是在内部操作该函数，但是该函数无法访问。为了从函数中获得结果，人们通常返回一个值并分配结果。如：

add<- function(x,y) { return(x+y)}
res <- add(1,2)
> res
[1] 3

虽然在您的具体示例中就是这种情况，但如果您确实愿意，可以在函数调用中操作演示对象。您可以使用全局赋值运算符<<-来执行此操作，但强烈建议您使用此操作。

无论如何，我认为你有两种解决问题的方法。 1好，1坏。好的方法是在函数末尾返回操作的数据帧，然后存储。这可以通过以下方式完成：

drop_empty_cols <- function(df) {
  empty_columns <- sapply(df, function (k) all(is.na(k) | k == ""))
  return(df[!empty_columns])
}

res<-drop_empty_cols(demo)

 str(res)
'data.frame':   6 obs. of  1 variable:
 $ Real.Val: num  3.5 3 3.2 3.1 3.6 3.9

在这里，我们可以看到输出是6个观察值和1个预期的变量。

另一方面，你可以使用全局赋值运算符（我个人不喜欢它，因为事情可能会让人感到困惑，你可能会在不知不觉中覆盖结果）。此方法的代码是：

drop_empty_cols <- function(df) {
  empty_columns <- sapply(df, function (k) all(is.na(k) | k == ""))
  demo <<- (df[!empty_columns])
}

drop_empty_cols(demo)

str(demo)
'data.frame':   6 obs. of  1 variable:
 $ Real.Val: num  3.5 3 3.2 3.1 3.6 3.9

这提供与上述方法相同的输出。但是，请注意我们实际上并不存储任何内容，我们可以简单地调用该函数来操作演示数据。此外，任何函数调用都将覆盖您的演示数据，因为它已在demo <<- (df[!empty_columns])

中修复

如何修复此功能以便我可以针对数据框运行它？

1 个答案: