我有一个R数据帧有6列，我想创建一个新的数据帧，只有三个列。
假设我的数据帧是df，我想提取列A, B和E，这是我唯一能想出的命令:
data.frame(df$A,df$B,df$E)
有没有更紧凑的方式来做这件事?
当前回答
使用dplyr包，如果你的data.frame被称为df1:
library(dplyr)
df1 %>%
select(A, B, E)
这也可以在没有%>%管道的情况下编写:
select(df1, A, B, E)
其他回答
你也可以使用sqldf包来执行对R数据帧的选择:
df1 <- sqldf("select A, B, E from df")
这将提供一个数据帧df1作为输出，其中列:a, B,E。
有两个明显的选择:Joshua Ulrich的df[，c("A"，"B"，"E")]或
df[,c(1,2,5)]
就像在
> df <- data.frame(A=c(1,2),B=c(3,4),C=c(5,6),D=c(7,7),E=c(8,8),F=c(9,9))
> df
A B C D E F
1 1 3 5 7 8 9
2 2 4 6 7 8 9
> df[,c(1,2,5)]
A B E
1 1 3 8
2 2 4 8
> df[,c("A","B","E")]
A B E
1 1 3 8
2 2 4 8
[和子集不可替换:
如果只选择了一列，[将返回一个向量。
df = data.frame(a="a",b="b")
identical(
df[,c("a")],
subset(df,select="a")
)
identical(
df[,c("a","b")],
subset(df,select=c("a","b"))
)
您可以使用列名的向量进行子集。我强烈喜欢这种方法，而不是那些将列名视为对象名的方法(例如子集())，特别是在函数、包或应用程序中编程时。
# data for reproducible example
# (and to avoid confusion from trying to subset `stats::df`)
df <- setNames(data.frame(as.list(1:5)), LETTERS[1:5])
# subset
df[c("A","B","E")]
注意没有逗号(即不是df (c(“A”、“B”、“c”)])。这是因为df[，"A"]返回一个向量，而不是一个数据帧。但是df["A"]总是会返回一个数据帧。
str(df["A"])
## 'data.frame': 1 obs. of 1 variable:
## $ A: int 1
str(df[,"A"]) # vector
## int 1
感谢David Dorchies指出df[，“A”]返回一个向量而不是一个data.frame，并感谢Antoine Fabri为我的原始解决方案(下图)提供了一个更好的替代方案(上图)。
# subset (original solution--not recommended)
df[,c("A","B","E")] # returns a data.frame
df[,"A"] # returns a vector
你可以用with:
with(df, data.frame(A, B, E))
