데이터 프레임에서 이름별로 열을 삭제하는 방법
큰 데이터 세트가 있으며 특정 열을 읽거나 다른 열을 모두 삭제하고 싶습니다.
data <- read.dta("file.dta")
관심이없는 열을 선택합니다.
var.out <- names(data)[!names(data) %in% c("iden", "name", "x_serv", "m_serv")]
그리고 내가하고 싶은 것보다 :
for(i in 1:length(var.out)) {
paste("data$", var.out[i], sep="") <- NULL
}
불필요한 열을 모두 삭제합니다. 이것이 최적의 솔루션입니까?
인덱싱 또는 subset함수를 사용해야합니다 . 예를 들면 다음과 같습니다.
R> df <- data.frame(x=1:5, y=2:6, z=3:7, u=4:8)
R> df
x y z u
1 1 2 3 4
2 2 3 4 5
3 3 4 5 6
4 4 5 6 7
5 5 6 7 8
그런 다음 열 인덱싱에서 which함수와 -연산자를 사용할 수 있습니다 .
R> df[ , -which(names(df) %in% c("z","u"))]
x y
1 1 2
2 2 3
3 3 4
4 4 5
5 5 6
또는 훨씬 더 간단하게 함수 의 select인수 subset를 사용하십시오. 그런 다음 -열 이름의 벡터에서 직접 연산자 를 사용할 수 있으며 이름 주위에 따옴표를 생략 할 수도 있습니다!
R> subset(df, select=-c(z,u))
x y
1 1 2
2 2 3
3 3 4
4 4 5
5 5 6
다른 열을 삭제하지 않고 원하는 열을 선택할 수도 있습니다.
R> df[ , c("x","y")]
x y
1 1 2
2 2 3
3 3 4
4 4 5
5 5 6
R> subset(df, select=c(x,y))
x y
1 1 2
2 2 3
3 3 4
4 4 5
5 5 6
이것을 사용하지 마십시오 -which(). 매우 위험합니다. 치다:
dat <- data.frame(x=1:5, y=2:6, z=3:7, u=4:8)
dat[ , -which(names(dat) %in% c("z","u"))] ## works as expected
dat[ , -which(names(dat) %in% c("foo","bar"))] ## deletes all columns! Probably not what you wanted...
대신 부분 집합 또는 !함수를 사용하십시오.
dat[ , !names(dat) %in% c("z","u")] ## works as expected
dat[ , !names(dat) %in% c("foo","bar")] ## returns the un-altered data.frame. Probably what you want
나는 고통스러운 경험에서 이것을 배웠다. 남용하지 마십시오 which()!
먼저 동일한 데이터 프레임으로 작업하는 경우 열 이름에 다시 액세스하는 대신 부울 벡터를 사용하여 직접 인덱싱을 사용할 수 있습니다. Ista가 지적한대로 더 안전하고 작성하고 실행하는 것이 더 빠릅니다. 따라서 필요한 것은 다음과 같습니다.
var.out.bool <- !names(data) %in% c("iden", "name", "x_serv", "m_serv")
그런 다음 간단히 데이터를 다시 할당하십시오.
data <- data[,var.out.bool] # or...
data <- data[,var.out.bool, drop = FALSE] # You will need this option to avoid the conversion to an atomic vector if there is only one column left
둘째 , 더 빨리 작성하려면 제거하려는 열에 NULL을 직접 지정할 수 있습니다.
data[c("iden", "name", "x_serv", "m_serv")] <- list(NULL) # You need list() to respect the target structure.
마지막으로 서브셋 ()을 사용할 수 있지만 실제로는 코드에서 사용할 수 없습니다 (도움말 파일에서도 경고). 특히 나에게 문제는 susbset ()의 드롭 기능을 직접 사용하려면 열 이름에 해당하는 표현식을 따옴표없이 작성해야한다는 것입니다.
subset( data, select = -c("iden", "name", "x_serv", "m_serv") ) # WILL NOT WORK
subset( data, select = -c(iden, name, x_serv, m_serv) ) # WILL
보너스로 , 여기에 다른 옵션의 작은 벤치 마크가 있습니다. 이는 하위 집합이 느리고 첫 번째 재 할당 방법이 더 빠름을 분명히 보여줍니다.
re_assign(dtest, drop_vec) 46.719 52.5655 54.6460 59.0400 1347.331
null_assign(dtest, drop_vec) 74.593 83.0585 86.2025 94.0035 1476.150
subset(dtest, select = !names(dtest) %in% drop_vec) 106.280 115.4810 120.3435 131.4665 65133.780
subset(dtest, select = names(dtest)[!names(dtest) %in% drop_vec]) 108.611 119.4830 124.0865 135.4270 1599.577
subset(dtest, select = -c(x, y)) 102.026 111.2680 115.7035 126.2320 1484.174
코드 는 다음과 같습니다.
dtest <- data.frame(x=1:5, y=2:6, z = 3:7)
drop_vec <- c("x", "y")
null_assign <- function(df, names) {
df[names] <- list(NULL)
df
}
re_assign <- function(df, drop) {
df <- df [, ! names(df) %in% drop, drop = FALSE]
df
}
res <- microbenchmark(
re_assign(dtest,drop_vec),
null_assign(dtest,drop_vec),
subset(dtest, select = ! names(dtest) %in% drop_vec),
subset(dtest, select = names(dtest)[! names(dtest) %in% drop_vec]),
subset(dtest, select = -c(x, y) ),
times=5000)
plt <- ggplot2::qplot(y=time, data=res[res$time < 1000000,], colour=expr)
plt <- plt + ggplot2::scale_y_log10() +
ggplot2::labs(colour = "expression") +
ggplot2::scale_color_discrete(labels = c("re_assign", "null_assign", "subset_bool", "subset_names", "subset_drop")) +
ggplot2::theme_bw(base_size=16)
print(plt)
dplyr패키지를 사용해 볼 수도 있습니다 .
R> df <- data.frame(x=1:5, y=2:6, z=3:7, u=4:8)
R> df
x y z u
1 1 2 3 4
2 2 3 4 5
3 3 4 5 6
4 4 5 6 7
5 5 6 7 8
R> library(dplyr)
R> dplyr::select(df2, -c(x, y)) # remove columns x and y
z u
1 3 4
2 4 5
3 5 6
4 6 7
5 7 8
여기에 대한 빠른 해결책이 있습니다. 예를 들어 열 A, B 및 C가 3 개인 데이터 프레임 X가 있다고 가정합니다.
> X<-data.frame(A=c(1,2),B=c(3,4),C=c(5,6))
> X
A B C
1 1 3 5
2 2 4 6
B와 같은 열을 제거하려면 colnames에 grep을 사용하여 열 인덱스를 얻은 다음 열을 생략하는 데 사용할 수 있습니다.
> X<-X[,-grep("B",colnames(X))]
새 X 데이터 프레임은 다음과 같습니다 (이번에는 B 열 제외).
> X
A C
1 1 5
2 2 6
grep의 장점은 정규식과 일치하는 여러 열을 지정할 수 있다는 것입니다. 열이 5 개인 X가있는 경우 (A, B, C, D, E) :
> X<-data.frame(A=c(1,2),B=c(3,4),C=c(5,6),D=c(7,8),E=c(9,10))
> X
A B C D E
1 1 3 5 7 9
2 2 4 6 8 10
열 B와 D를 꺼내십시오.
> X<-X[,-grep("B|D",colnames(X))]
> X
A C E
1 1 5 9
2 2 6 10
편집 : 아래 의견에서 Matthew Lundberg의 grepl 제안을 고려하십시오.
> X<-data.frame(A=c(1,2),B=c(3,4),C=c(5,6),D=c(7,8),E=c(9,10))
> X
A B C D E
1 1 3 5 7 9
2 2 4 6 8 10
> X<-X[,!grepl("B|D",colnames(X))]
> X
A C E
1 1 5 9
2 2 6 10
존재하지 않는 열을 삭제하려고하면 아무 일도 일어나지 않아야합니다.
> X<-X[,!grepl("G",colnames(X))]
> X
A C E
1 1 5 9
2 2 6 10
패키지를 사용하는 동안 열을 삭제하려고했는데 data.table예기치 않은 결과가 발생했습니다. 다음 내용을 게시 할 가치가 있다고 생각합니다. 약간의주의 사항입니다.
[매튜에 의해 편집 ...]
DF = read.table(text = "
fruit state grade y1980 y1990 y2000
apples Ohio aa 500 100 55
apples Ohio bb 0 0 44
apples Ohio cc 700 0 33
apples Ohio dd 300 50 66
", sep = "", header = TRUE, stringsAsFactors = FALSE)
DF[ , !names(DF) %in% c("grade")] # all columns other than 'grade'
fruit state y1980 y1990 y2000
1 apples Ohio 500 100 55
2 apples Ohio 0 0 44
3 apples Ohio 700 0 33
4 apples Ohio 300 50 66
library('data.table')
DT = as.data.table(DF)
DT[ , !names(dat4) %in% c("grade")] # not expected !! not the same as DF !!
[1] TRUE TRUE FALSE TRUE TRUE TRUE
DT[ , !names(DT) %in% c("grade"), with=FALSE] # that's better
fruit state y1980 y1990 y2000
1: apples Ohio 500 100 55
2: apples Ohio 0 0 44
3: apples Ohio 700 0 33
4: apples Ohio 300 50 66
기본적으로의 구문 data.table은와 정확히 동일하지 않습니다 data.frame. 실제로 많은 차이점이 있습니다 (FAQ 1.1 및 FAQ 2.17 참조). 경고를 받았습니다!
다른 사람들에게 도움이 될 수있는 또 다른 해결책이 있습니다. 아래 코드는 큰 데이터 세트에서 적은 수의 행과 열을 선택합니다. 붙여 넣기 기능을 사용하여 순차적으로 번호가 지정된 이름의 열 집합을 선택한다는 점을 제외하고 juba의 답변 중 하나에서 열이 선택됩니다.
df = read.table(text = "
state county city region mmatrix X1 X2 X3 A1 A2 A3 B1 B2 B3 C1 C2 C3
1 1 1 1 111010 1 0 0 2 20 200 4 8 12 NA NA NA
1 2 1 1 111010 1 0 0 4 NA 400 5 9 NA NA NA NA
1 1 2 1 111010 1 0 0 6 60 NA NA 10 14 NA NA NA
1 2 2 1 111010 1 0 0 NA 80 800 7 11 15 NA NA NA
1 1 3 2 111010 0 1 0 1 2 1 2 2 2 10 20 30
1 2 3 2 111010 0 1 0 2 NA 1 2 2 NA 40 50 NA
1 1 4 2 111010 0 1 0 1 1 NA NA 2 2 70 80 90
1 2 4 2 111010 0 1 0 NA 2 1 2 2 10 100 110 120
1 1 1 3 010010 0 0 1 10 20 10 200 200 200 1 2 3
1 2 1 3 001000 0 0 1 20 NA 10 200 200 200 4 5 9
1 1 2 3 101000 0 0 1 10 10 NA 200 200 200 7 8 NA
1 2 2 3 011010 0 0 1 NA 20 10 200 200 200 10 11 12
", sep = "", header = TRUE, stringsAsFactors = FALSE)
df
df2 <- df[df$region == 2, names(df) %in% c(paste("C", seq_along(1:3), sep=''))]
df2
# C1 C2 C3
# 5 10 20 30
# 6 40 50 NA
# 7 70 80 90
# 8 100 110 120
df2 <- df[!names(df) %in% c("c1", "c2")]
코드를 다음과 같이 변경했습니다.
# read data
dat<-read.dta("file.dta")
# vars to delete
var.in<-c("iden", "name", "x_serv", "m_serv")
# what I'm keeping
var.out<-setdiff(names(dat),var.in)
# keep only the ones I want
dat <- dat[var.out]
어쨌든 juba의 대답은 내 문제에 대한 최고의 해결책입니다!
평판 점수가 낮아서 의견에 귀하의 질문에 답변을 드릴 수 없습니다.
다음 코드는 paste 함수가 문자열을 반환하기 때문에 오류를 발생시킵니다
for(i in 1:length(var.out)) {
paste("data$", var.out[i], sep="") <- NULL
}
가능한 해결책은 다음과 같습니다.
for(i in 1:length(var.out)) {
text_to_source <- paste0 ("data$", var.out[i], "<- NULL") # Write a line of your
# code like a character string
eval (parse (text=text_to_source)) # Source a text that contains a code
}
또는 그냥하십시오 :
for(i in 1:length(var.out)) {
data[var.out[i]] <- NULL
}
참고 URL : https://stackoverflow.com/questions/5234117/how-to-drop-columns-by-name-in-a-data-frame
'Programing' 카테고리의 다른 글
| GitHub 풀 요청을 수행하는 방법 (0) | 2020.03.24 |
|---|---|
| Git을 설치하지 않고`git diff` 패치를 적용하는 방법은 무엇입니까? (0) | 2020.03.24 |
| 파이썬에서 왜 튜플 이해가 없는가? (0) | 2020.03.24 |
| 파이썬에서 datetime.date를 UTC 타임 스탬프로 변환 (0) | 2020.03.24 |
| PHP는 클래스없이 객체를 생성한다 (0) | 2020.03.24 |