Question

假设您有一个像这样的data.frame：

x <- data.frame(v1=1:20,v2=1:20,v3=1:20,v4=letters[1:20])

您如何仅选择x中的数字列？

Answer 1

编辑：更新以避免使用不明智的sapply。

由于数据框是一个列表，我们可以使用list-apply函数：

nums <- unlist(lapply(x, is.numeric))

然后是标准子集

x[ , nums]

## don't use sapply, even though it's less code
## nums <- sapply(x, is.numeric)

对于一个更惯用的现代R我现在推荐

x[ , purrr::map_lgl(x, is.numeric)]

更少编码，更少反映R的特殊怪癖，更简单，更强大，可用于数据库后端元素：

dplyr::select_if(x, is.numeric)

Answer 2

dplyr软件包的select_if(）功能是一个优雅的解决方案：

library("dplyr")
select_if(x, is.numeric)

Answer 3

基本包中的

Filter()是该用例的完美函数：你只需编码：

Filter(is.numeric, x)

它也比select_if()快得多：

library(microbenchmark)
microbenchmark(
    dplyr::select_if(mtcars, is.numeric),
    Filter(is.numeric, mtcars)
)

返回（在我的计算机上）Filter的中位数为60微秒，dplyr的中位数为21 000微秒（快350倍）。

Answer 4

如果您只对列名感兴趣，请使用：

names(dplyr::select_if(train,is.numeric))

Answer 5

这是其他答案的替代代码：

x[, sapply(x, class) == "numeric"]

使用data.table

x[, lapply(x, is.numeric) == TRUE, with = FALSE]

Answer 6

library(purrr)
x <- x %>% keep(is.numeric)

Answer 7

库PCAmixdata具有functon splitmix，它可以分割给定数据帧的定量（数值数据）和定性（分类数据）＆＃34; YourDataframe＆＃34;如下图所示：

install.packages("PCAmixdata")
library(PCAmixdata)
split <- splitmix(YourDataframe)
X1 <- split$X.quanti(Gives numerical columns in the dataset) 
X2 <- split$X.quali (Gives categorical columns in the dataset)

Answer 8

iris %>% dplyr::select(where(is.numeric)) #as per most recent updates

purrr的另一种选择是取消discard函数：

iris %>% purrr::discard(~!is.numeric(.))

如果需要数字列的名称，可以添加names或colnames：

iris %>% purrr::discard(~!is.numeric(.)) %>% names

Answer 9

如果您有许多因子变量，则可以使用select_if功能。安装dplyr软件包。有许多功能通过满足条件来分离数据。你可以设定条件。

像这样使用。

categorical<-select_if(df,is.factor)
str(categorical)

Answer 10

另一种方式如下：-

#extracting numeric columns from iris datset
(iris[sapply(iris, is.numeric)])

Answer 11

这不是直接回答问题，但可能非常有用，特别是如果你想要除了你的id列和因变量之外的所有数字列。

numeric_cols <- sapply(dataframe, is.numeric) %>% which %>% 
                   names %>% setdiff(., c("id_variable", "dep_var"))

dataframe %<>% dplyr::mutate_at(numeric_cols, function(x) your_function(x))

Answer 12

Numerical_variables <- which(sapply(df, is.numeric))
# then extract column names 
Names <- names(Numerical_variables)

仅选择数据框中的数字列

12 个答案: