有人知道如何从R中的data。frame中移除一整列吗?例如，如果我得到这个data.frame:
> head(data)
chr genome region
1 chr1 hg19_refGene CDS
2 chr1 hg19_refGene exon
3 chr1 hg19_refGene CDS
4 chr1 hg19_refGene exon
5 chr1 hg19_refGene CDS
6 chr1 hg19_refGene exon
我想去掉第二列。
当前回答
您可以将其设置为NULL。
> Data$genome <- NULL
> head(Data)
chr region
1 chr1 CDS
2 chr1 exon
3 chr1 CDS
4 chr1 exon
5 chr1 CDS
6 chr1 exon
正如评论中所指出的，这里有一些其他的可能性:
Data[2] <- NULL # Wojciech Sobala
Data[[2]] <- NULL # same as above
Data <- Data[,-2] # Ian Fellows
Data <- Data[-2] # same as above
你可以通过以下方法删除多个列:
Data[1:2] <- list(NULL) # Marek
Data[1:2] <- NULL # does not work!
但是要小心矩阵子集的设置，因为你最终会得到一个向量:
Data <- Data[,-(2:3)] # vector
Data <- Data[,-(2:3),drop=FALSE] # still a data.frame
其他回答
要按名称删除一个或多个列，如果列名是已知的(而不是在运行时确定的)，我喜欢使用子集()语法。例如，对于数据帧
df <- data.frame(a=1:3, d=2:4, c=3:5, b=4:6)
你可以去掉a列
Data <- subset( Data, select = -a )
要去掉b和d列，你可以这么做
Data <- subset( Data, select = -c(d, b ) )
你可以删除d和b之间的所有列:
Data <- subset( Data, select = -c( d : b )
如上所述，此语法仅在列名已知的情况下有效。当以编程方式确定列名(即赋值给变量)时，它将不起作用。我将从?子集文档中复制这个警告:
警告: 这是一个方便交互使用的功能。 对于编程，最好使用标准子集 像'['这样的函数，特别是非标准求值 的论点“子集”可能会产生意想不到的后果。
(为了完整性)如果你想按名称删除列，你可以这样做:
cols.dont.want <- "genome"
cols.dont.want <- c("genome", "region") # if you want to remove multiple columns
data <- data[, ! names(data) %in% cols.dont.want, drop = F]
包含drop = F可以确保结果仍然是data.frame，即使只剩下一列。
您可以将其设置为NULL。
> Data$genome <- NULL
> head(Data)
chr region
1 chr1 CDS
2 chr1 exon
3 chr1 CDS
4 chr1 exon
5 chr1 CDS
6 chr1 exon
正如评论中所指出的，这里有一些其他的可能性:
Data[2] <- NULL # Wojciech Sobala
Data[[2]] <- NULL # same as above
Data <- Data[,-2] # Ian Fellows
Data <- Data[-2] # same as above
你可以通过以下方法删除多个列:
Data[1:2] <- list(NULL) # Marek
Data[1:2] <- NULL # does not work!
但是要小心矩阵子集的设置，因为你最终会得到一个向量:
Data <- Data[,-(2:3)] # vector
Data <- Data[,-(2:3),drop=FALSE] # still a data.frame
我只是想加上一个还没提到的。这很简单，但也很有趣，因为在我所有的互联网阅读中，我没有看到它，即使高度相关的%在%中出现在很多地方。
df <- df[ , -which(names(df) == 'removeCol')]
而且，我没有看到任何人发布grep替代品。这对于删除匹配模式的多个列非常方便。
发布的答案在使用data.frames时非常好。然而，从内存的角度来看，这些任务的效率非常低。对于大数据，删除列可能需要异常长的时间和/或由于内存不足错误而失败。包数据。Table使用:=操作符帮助解决这个问题:
library(data.table)
> dt <- data.table(a = 1, b = 1, c = 1)
> dt[,a:=NULL]
b c
[1,] 1 1
我应该用一个更大的例子来说明差异。我会在某个时候更新这个答案。
