Question

我想从数据框中删除多个列。我知道我们可以使用以下内容单独删除它们：

df$x <- NULL

但我希望用更少的命令来做到这一点。

另外，我知道我可以使用整数索引来删除列，如下所示：

df <- df[ -c(1, 3:6, 12) ]

但我担心我的变量的相对位置可能会改变。

鉴于R有多强大，我认为可能有一种更好的方法，就是逐一删除每一列。

Answer 1

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，或者，您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）会丢弃不必要的维度，因此会返回一个值为y列的向量。

Answer 2

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你可以这样做：

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

Answer 3

within(df, rm(x))

可能是最简单的，或者是多个变量：

within(df, rm(x, y))

或者，如果您正在处理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"]   # Selects all but x into a new data.table.

或多个变量

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

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

Answer 4

您可以像这样使用%in%：

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

Answer 5

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"

Answer 6

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，而其他变量以“.B”结尾，你只想要那些以“.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的例子，它可能不那么紧凑，但它会是：

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

Answer 7

如果您想通过引用删除列并避免与data.frames相关联的内部复制，那么您可以使用data.table包和函数:=

您可以将字符矢量名称传递到:=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]

如果要在[调用之外预定义名称作为字符向量，请在()或{}中包装对象的名称，以强制对LHS进行评估调用范围不是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.

您还可以使用set，这可以避免[.data.table，的开销，也适用于data.frames！

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)

Answer 8

另一个dplyr答案。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，如果您想在其间删除var2，var3和所有变量，则只需留下var1：

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

Answer 9

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

输出

    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)

<强>输出：

Answer 10

出于兴趣，这标志着R的一个奇怪的多语法不一致。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)

但这会给出一个向量

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...

Answer 11

另一种可能性：

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

或

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

Answer 12

这是一种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，因为它直观易读。理解没有注释和鲁棒的列更改数据框内的位置。它还遵循使用-移除元素的矢量化习语。

Answer 13

Dplyr解决方案

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，并且想要在PublicKey publicKey = KeyUtils.readPublicKey(publicKeyPath, "EC"); Cipher cipher = Cipher.getInstance("ECIESwithAES-CBC/NONE/PKCS7Padding", new BouncyCastleProvider()); cipher.init(Cipher.ENCRYPT_MODE, publicKey); byte[] encryptedData = cipher.doFinal(dataToEncrypt);链中执行此操作，我会在dplyr中使用one_of() select条款：

这是一个简单，可重复的例子：

undesired <- c('mpg', 'cyl', 'hp')

mtcars <- mtcars %>%
  select(-one_of(undesired))

可以通过运行?one_of或此处

来找到文档

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

Answer 14

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

Answer 15

在Bernd Bischl的dropNamed()包中有一个名为BBmisc的函数可以完成这个。

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")

Answer 16

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

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

Answer 17

除了早先的答案中展示的select(-one_of(drop_col_names))以外，还有其他两个dplyr选项用于使用select()删除列，这些定义不涉及定义所有特定的列名（使用dplyr starwars示例列名称中的各种数据）：

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

Answer 18

提供数据框和一串以逗号分隔的名称以删除：

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

用法：

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

Answer 19

使用which查找要删除的列的索引。给这些索引加上一个负号（*-1）。然后是这些值的子集，这会将它们从数据框中删除。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

Answer 20

您也可以这样做：

 i<-which( colnames(df)=="COLumn")
 df<-df[,-i]

Answer 21

如果data.frame大而内存不足，请使用[ . . . .或rm and within 删除data.frame 的列，因为subset当前（R 3.6.2）使用更多的内存-在手册的提示中使用{{1 }}互动。

subset

按名称删除数据框列

21 个答案: