我有一个名为“mydata”的数据帧，它看起来像这样:
A B C D
1. 5 4 4 4
2. 5 4 4 4
3. 5 4 4 4
4. 5 4 4 4
5. 5 4 4 4
6. 5 4 4 4
7. 5 4 4 4
我想删除第2行，第4行，第6行。例如，像这样:
A B C D
1. 5 4 4 4
3. 5 4 4 4
5. 5 4 4 4
7. 5 4 4 4
当前回答
下面是一个按索引删除一行的快速而简单的函数。
removeRowByIndex <- function(x, row_index) {
nr <- nrow(x)
if (nr < row_index) {
print('row_index exceeds number of rows')
} else if (row_index == 1)
{
return(x[2:nr, ])
} else if (row_index == nr) {
return(x[1:(nr - 1), ])
} else {
return (x[c(1:(row_index - 1), (row_index + 1):nr), ])
}
}
它的主要缺陷是row_index参数没有遵循作为值向量的R模式。可能还有其他问题，因为我只花了几分钟编写和测试它，而且在过去几周才开始使用R。任何评论和改进这将是非常欢迎的!
其他回答
按行号删除的问题
对于快速和肮脏的分析，您可以根据顶部的答案通过数字删除data.frame的行。也就是说,
newdata <- myData[-c(2, 4, 6), ]
但是，如果试图编写健壮的数据分析脚本，通常应该避免按数字位置删除行。这是因为数据中的行顺序将来可能会改变。data.frame或数据库表的一般原则是行顺序不重要。如果顺序很重要，则应该将其编码在data.frame中的一个实际变量中。
例如，假设您导入了一个数据集，并在检查了数据并确定了要删除的行的行号之后，按数字位置删除了行。但是，在稍后的某个时刻，您将进入原始数据并查看并重新排序数据。您的行删除代码现在将删除错误的行，更糟糕的是，您不太可能得到任何警告您已经发生这种情况的错误。
更好的战略
更好的策略是根据行的实质性和稳定属性删除行。例如，如果您有一个唯一标识每种情况的id列变量，您可以使用它。
newdata <- myData[ !(myData$id %in% c(2,4,6)), ]
其他时候，您将有一个可以指定的正式排除标准，并且您可以使用R中的许多子集工具之一来基于该规则排除情况。
在数据帧中创建id列或使用任何列名来标识行。使用索引删除是不公平的。
使用子集函数创建新的框架。
updated_myData <- subset(myData, id!= 6)
print (updated_myData)
updated_myData <- subset(myData, id %in% c(1, 3, 5, 7))
print (updated_myData)
用名字来识别:
调用唯一ID并识别数据帧(DF)中的位置。 标记删除。如果唯一ID应用于多个行，则所有这些行都将被删除。
代码:
Rows<-which(grepl("unique ID", DF$Column))
DF2<-DF[-c(Rows),]
DF2
从员工中删除Dan。data -不需要管理新的data.frame。
employee.data <- subset(employee.data, name!="Dan")
使用Unique id的另一种方法是将数据子集化: *这来自一份我想删除化学标准的实际报告
Chem.Report<-subset(Chem.Report, Chem_ID!="Standard")
Chem_ID是列名。 !对于排除法很重要
